6. Grundlagen des Machine Learnings mit R

Um Daten für das Machine Learning nutzen zu können, gilt es diese zunächst als Rohdaten aus einer Quelle zu importieren. Anschließend gilt es die Daten für die nachfolgende Analyse im Rahmen einer Transformation vorzubereiten bzw. aufzubereiten. Eine Datentransformation beinhaltet u. a. die Selektion der für die Analyse erforderlichen Daten, die Validierung, eine Fusion mit anderen Daten, eine Umformung, Ergänzung und Zusammenfassung. Nachdem die Daten bereinigt vorliegen, gilt es diese besser zu verstehen, zu analysieren und mit Unterstützung von Visualisierungen auch Besonderheiten zu erkennen. Dabei kann auch bereits festgelegt werden, wie bei den weitergehenden Analysen mit Ausreißern und fehlenden Daten umgegangen werden soll. Nach diesen vorbereitenden Aktivitäten können dann auch die Methoden und Modelle des Machine Learnings angewendet und deren Tauglichkeit evaluiert werden, bevor schließlich die daraus resultierenden Erkenntnisse kommuniziert werden. Es wird neben der Modellierung auch die Bildung von Stichproben, die Aufteilung der Daten in Trainings- und Testdaten und das Resampling vorgestellt. Neben der Modellwahl und dem Modelltraining wird auch das Parametertuning erklärt.