Am Ende dieses Kurses sind die Teilnehmer in der Lage, Kundendaten zu analysieren, prädiktive Merkmale zu bewerten, Klassifikationsmodelle zu erstellen und zu optimieren sowie die Modellleistung zu bewerten, um das Kaufverhalten bei Kreditkartenzahlungen mithilfe von R genau vorherzusagen. Die Teilnehmer erwerben praktische Kenntnisse in den Bereichen logistische Regression und Entscheidungsbaummodellierung und wenden dabei branchenrelevante Bewertungsmethoden an.

Dieser praxisorientierte, projektbasierte Kurs führt die Teilnehmer anhand eines realen Anwendungsfalls aus dem Bereich der Kartenzahlungen durch einen vollständigen Workflow der prädiktiven Modellierung. Ausgehend vom Datenimport und der Merkmalsbewertung mithilfe des Informationswerts (Information Value) arbeiten sich die Teilnehmer durch die Visualisierung, die Datenaufbereitung und die Modellentwicklung. Der Kurs legt den Schwerpunkt auf die Modellbewertung mittels Lift-Diagrammen, ROC-Analyse und Tests an bisher unbekannten Daten, um sicherzustellen, dass die Teilnehmer nicht nur verstehen, wie man Modelle erstellt, sondern auch, wie man diese validiert und ihnen vertraut. Die Teilnehmer sammeln zudem Erfahrungen beim Speichern und Wiederverwenden trainierter Modelle – eine entscheidende Fähigkeit für den Einsatz in der Praxis. Was diesen Kurs einzigartig macht, ist sein starker Fokus auf praktische Entscheidungsfindung, die Interpretierbarkeit von Modellen und die durchgängige Implementierung in R. Durch den Abschluss dieses Kurses stärken die Teilnehmer ihr analytisches Denken und erwerben berufsrelevante Fähigkeiten, die für Rollen wie Datenanalyst, Marketinganalyst und Risikoanalyst anwendbar sind.