Prognosemodelle: Klassifikation und Regression | 02 | Hyperparameteroptimierung (MP4)

In diesem Video lernst du sogenannte Hyperparameter eines Modells kennen, die wir als Anwender festlegen können, um z. B. die Prognosegenauigkeit zu verbessern bzw. die Fehler eines Modells zu reduzieren. Wir lernen, wie diese optimiert und gleichzeitig das Prognosemodell evaluiert wird. Dafür können wir die Idee der bereits besprochenen Verfahren zur Evaluation verwenden. Allerdings begegnet uns bei der Wahl der Hyperparameter ein Trade-off (hier als Zielkonflikt gemeint) zwischen Verzerrung und Varianz. Dieser Trade-off ist auch unabhängig von den Hyperparametern ein bedeutendes Dilemma beim überwachten Lernen und wird daher hier kurz beleuchtet.