Die häufigsten Methoden in Data Science und maschinellem Lernen

Welche Methoden werden am häufigsten von Data Scientists und im Machine Learning verwendet? Dazu hat Kaggle, eine Plattform rund um Data Science und KI, im Jahr 2017 eine Umfrage gestartet. Dabei entstand folgendes Ergebnis:

Mit einer Mehrheit von 63,5% ist die logistische Regression die häufigste Methode. Algorithmen der logistischen Regression kommen zum Einsatz, wenn ein Klassifizierungsproblem vorliegt. Auf zweitem Platz befinden sich Entscheidungsbäume, die für Aufgaben der Bereiche Klassifikation und Regression nützlich sind. Es folgen Random Forests mit 46,3% und neuronale Netze mit 37,6%. Hintere Plätze belegen Gradient Boosted Machines mit 23,9%, Faltungsnetze mit 18,9% sowie rekurrente neuronale Netze mit 12,3%.

Ein Gedanke zu „Die häufigsten Methoden in Data Science und maschinellem Lernen

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.

Verwandte Beiträge

Beginne damit, deinen Suchbegriff oben einzugeben und drücke Enter für die Suche. Drücke ESC, um abzubrechen.

Zurück nach oben