Statistische Techniken

Bootstrap-Aggregierung, oder Bagging, ist eine Ensemble-Technik im maschinellen Lernen, die die Modellgenauigkeit durch die Kombination mehrerer Modelle verbessert.

Die Frequentistische Statistik konzentriert sich auf die Häufigkeit von Ereignissen, um Schlussfolgerungen über Populationen aus Stichprobendaten zu ziehen.

K-Fold Cross Validation ist eine Technik zur Bewertung der Leistung von Machine-Learning-Modellen anhand mehrerer Datenuntergruppen.

Oversampling ist eine Technik, die verwendet wird, um die Klassenverteilung in Datensätzen auszugleichen, indem die Anzahl der Instanzen in der Minderheitsklasse erhöht wird.

Parametrische Statistik basiert auf Annahmen über die Datenverteilung für Inferenz und Hypothesentests.