Clustering und unüberwachtes Lernen
Strukturen und Gruppen in Daten ohne vorgegebene Zielvariable entdecken
01 Intro
Beim unüberwachten Lernen existiert keine vorgegebene Zielvariable.
Stattdessen sollen Strukturen, Gruppen oder ungewöhnliche Beobachtungen
direkt aus den Daten erkannt werden. Dadurch entstehen besondere
Herausforderungen bei Modellwahl und Bewertung.
Der Kurs behandelt zentrale Verfahren des Clusterings und die systematische
Interpretation ihrer Ergebnisse. Neben k-Means werden hierarchische und
dichtebasierte Ansätze betrachtet und unterschiedliche Vorstellungen von
Ähnlichkeit und Clusterstruktur verglichen.
Kurs-ID
ML-005
Dauer
2 Tage
Format
Präsenz · Live Online · Inhouse
Vorkenntnisse
Python-Grundkenntnisse und grundlegendes Verständnis von Machine Learning
02 Trainingsprogramm
Inhalte
Unüberwachtes Lernen
- Lernen ohne Labels
- Exploration versus Modellierung
- typische Anwendungen
- Cluster
- Anomalien
- Grenzen der Interpretation
Ähnlichkeit und Distanz
- euklidische Distanz
- weitere Distanzmaße
- Skalierung
- Feature-Auswahl
- Bedeutung unterschiedlicher Dimensionen
Daten für Clustering vorbereiten
- fehlende Werte
- Skalierung
- kategoriale Merkmale
- Ausreißer
- redundante Features
- hohe Dimensionalität
k-Means
- Clusterzentren
- Zuordnung
- iterative Optimierung
- Initialisierung
- Anzahl der Cluster
- Grenzen des Verfahrens
Anzahl der Cluster bestimmen
- Inertia
- Elbow Method
- Silhouette Score
- Stabilität
- fachliche Interpretierbarkeit
- keine rein mechanische Entscheidung
Hierarchisches Clustering
- agglomerative Verfahren
- Linkage
- Dendrogramme
- Clusterhierarchien
- Auswahl von Schnittebenen
Dichtebasierte Verfahren
- DBSCAN
- Kerne und Nachbarschaften
- Noise
- Parameter
- nicht-kugelförmige Cluster
- Stärken und Grenzen
Cluster visualisieren
- Projektionen
- zweidimensionale Darstellungen
- Clusterprofile
- Verteilungen
- Grenzen visueller Interpretation
Cluster interpretieren
- charakteristische Merkmale
- Profile
- Gruppenvergleiche
- fachliche Bedeutung
- Post-hoc-Erklärungen
- Vorsicht vor Überinterpretation
Qualität unüberwachter Modelle
- interne Metriken
- externe Information
- Stabilität
- Sensitivität
- fachliche Validierung
- Grenzen objektiver Bewertung
Weitere Verfahren einordnen
- Anomalieerkennung
- Gaussian Mixtures
- Dimensionsreduktion
- Topic- und Latent-Strukturen im Überblick
- Auswahl nach Fragestellung
Praktisches Clustering-Projekt
- Daten vorbereiten
- Verfahren auswählen
- Parameter untersuchen
- Modelle vergleichen
- Cluster profilieren
- Ergebnisse fachlich interpretieren
03 Durchführung
Rahmen und Organisation
Dauer
2 Tage
Durchführung
Präsenz oder Live Online, vorzugsweise als Inhouse-Schulung
Schwerpunkt
Inhouse-Schulungen für Unternehmen und Teams
Sprache
Deutsch, englische Fachbegriffe und Dokumentation
Unterlagen
Kursunterlagen, Beispiele und Übungsaufgaben
Technik
Eigener Rechner mit Python, Jupyter und scikit-learn
Inhouse-Schulungen
Eigene Datenbestände und Segmentierungsfragen können in die Übungen
einbezogen werden.
04 Zielgruppe
Für wen ist der Kurs gedacht?
Data Analysts, Entwickler und Data Scientists, die Strukturen in nicht
gelabelten Daten untersuchen möchten.
Voraussetzungen
Grundkenntnisse in Python, Pandas und Machine Learning.
05 Lernziele
Was Sie nach dem Kurs können
Die Teilnehmer können Clustering-Probleme formulieren, verschiedene
Verfahren einsetzen und vergleichen sowie Clusterergebnisse kritisch
bewerten und interpretieren.
06 FAQ
Häufige Fragen
Woher weiß ich, wie viele Cluster existieren?
Das lässt sich häufig nicht eindeutig aus einer einzelnen Kennzahl bestimmen. Der Kurs behandelt statistische Kriterien, Stabilität und fachliche Interpretation gemeinsam.
Wird Dimensionsreduktion behandelt?
Sie wird dort eingesetzt, wo sie für Clustering und Visualisierung relevant ist. Der Kurs zu Feature Engineering behandelt sie systematisch.
Ist Clustering immer objektiv?
Nein. Ergebnis und Interpretation hängen unter anderem von Features, Skalierung, Distanzmaß und Verfahren ab.