Gradient Boosted Trees für Zeitreihenvorhersagen

Wer die Zukunft erforschen will, muss die Vergangenheit kennen. So besagt es schon ein altes chinesisches Sprichwort. Und getreu diesem Motto lassen sich mithilfe von Machine Learning Daten aus der Vergangenheit nutzen, um daraus Aussagen über zukünftige Entwicklungen abzuleiten.

Die eingesetzten Algorithmen im Bereich der Zeitreihenanalyse und -prognose sind dabei vielfältig. Auch Gradient Boosting mit Entscheidungsbäumen lässt sich mit dem richtigen Feature Engineering auf diese Problemstellung anwenden. Dieser Vortrag zeigt wie.

Vorkenntnisse

Basiswissen im Bereich der Zeitreihenanalyse sowie Gradient Boosting sind von Vorteil.

Lernziele

Teilnehmer lernen Gradient Boosted Trees als mögliche Alternative zu anderen Methoden der Zeitreihenvorhersage wie ARIMA oder LSTMs kennen.

 

Speaker

 

Anna Lorenz
Anna Lorenz ist Full Stack Developer und Data Scientist bei ETECTURE. Sie schloss ihr Masterstudium der Technomathematik an der TU Berlin ab und arbeitet seitdem als Softwareentwicklerin. Neben Webtechnologien im Frontend und Backend beschäftigt sie sich mit Machine Learning und Computer Vision.

Gold-Sponsor

Novatec

Silber-Sponsor

inovex

M3-Newsletter

Sie möchten über die Minds Mastering Machines
auf dem Laufenden gehalten werden?

 

Anmelden