Artwork

A tartalmat a Barbara Bredner biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Barbara Bredner vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.
Player FM - Podcast alkalmazás
Lépjen offline állapotba az Player FM alkalmazással!

#10 Das sieht komisch aus!

19:23
 
Megosztás
 

Manage episode 297530223 series 2924427
A tartalmat a Barbara Bredner biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Barbara Bredner vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.
auffällige Werte und Ausreißer

Auffällige Werte & Ausreißer

  1. Wie kann ich auffällige Werte & Ausreißer finden?
  2. Welche Tests auf Ausreißer können helfen?
  3. Wann dürfen Werte aus der Analyse ausgeschlossen werden?

Auffällige Werte, Extremwerte, Ausreißer - was unterscheidet diese Begriffe und wann darf ich (auch im regulierten Bereich) Messwerte vor der Analyse ausschließen? In dieser Folge geht es um die Werte im Datensatz, die uns direkt ins Auge springen oder die aus anderen Gründen "anders" zu sein scheinen. Ist es eine gute Idee, alle andersartigen Werte einfach auszuschließen?

Links

👉 Sternchen im Boxplot sind keine Ausreißer
👉 Ausreißer / Wikipedia
👉 Deep Learning for Anomaly Detection
👉 Anomaly Detection, a Key Task for AI and Machine Learning, Explained

Reden wir darüber!

Ich freue mich über Ihre Post: Barbara Bredner, [email protected]

  continue reading

51 epizódok

Artwork
iconMegosztás
 
Manage episode 297530223 series 2924427
A tartalmat a Barbara Bredner biztosítja. Az összes podcast-tartalmat, beleértve az epizódokat, grafikákat és podcast-leírásokat, közvetlenül a Barbara Bredner vagy a podcast platform partnere tölti fel és biztosítja. Ha úgy gondolja, hogy valaki az Ön engedélye nélkül használja fel a szerzői joggal védett művét, kövesse az itt leírt folyamatot https://hu.player.fm/legal.
auffällige Werte und Ausreißer

Auffällige Werte & Ausreißer

  1. Wie kann ich auffällige Werte & Ausreißer finden?
  2. Welche Tests auf Ausreißer können helfen?
  3. Wann dürfen Werte aus der Analyse ausgeschlossen werden?

Auffällige Werte, Extremwerte, Ausreißer - was unterscheidet diese Begriffe und wann darf ich (auch im regulierten Bereich) Messwerte vor der Analyse ausschließen? In dieser Folge geht es um die Werte im Datensatz, die uns direkt ins Auge springen oder die aus anderen Gründen "anders" zu sein scheinen. Ist es eine gute Idee, alle andersartigen Werte einfach auszuschließen?

Links

👉 Sternchen im Boxplot sind keine Ausreißer
👉 Ausreißer / Wikipedia
👉 Deep Learning for Anomaly Detection
👉 Anomaly Detection, a Key Task for AI and Machine Learning, Explained

Reden wir darüber!

Ich freue mich über Ihre Post: Barbara Bredner, [email protected]

  continue reading

51 epizódok

Minden epizód

×
 
Loading …

Üdvözlünk a Player FM-nél!

A Player FM lejátszó az internetet böngészi a kiváló minőségű podcastok után, hogy ön élvezhesse azokat. Ez a legjobb podcast-alkalmazás, Androidon, iPhone-on és a weben is működik. Jelentkezzen be az feliratkozások szinkronizálásához az eszközök között.

 

Gyors referencia kézikönyv

Hallgassa ezt a műsort, miközben felfedezi
Lejátszás