Daten feinjustieren, Modell verbessern
Als Decision Scientist in einem Retail-Analytics-Unternehmen arbeitest du daran, Absatzprognosemodelle zu verbessern. Eine der besten Methoden, um sowohl die Modellleistung als auch die Interpretierbarkeit zu steigern, sind durchdachte Feature-Transformationen. Sie helfen, Extremwerte zu handhaben, Skalen zwischen Features anzugleichen und Muster im Kundenverhalten zu erfassen, die sonst übersehen würden.
In dieser Übung ordnest du jede Transformation dem Szenario zu, in dem sie am effektivsten ist.
Diese Übung ist Teil des Kurses
Entscheidungswissenschaften verstehen
Interaktive Übung
In dieser interaktiven Übung kannst du die Theorie in die Praxis umsetzen.
Übung starten