Statistische Lerntheorie für Modell-Auswahl bei einer Big-Four-Audit-Firma
Übersicht
Worum es bei diesem Projekt geht.
Erstelle eine 4-Notebook-Reihe in Jupyter, die (1) Bias-Variance-Trade-off auf einem Polynom-Fit-Beispiel demonstriert, (2) Cross-Validation-Fallstricke zeigt (Leak durch Preprocessing-im-Loop, gruppierte Daten, zeitbezogene Daten), (3) eine Concentration-Schranke (Hoeffding) numerisch validiert, (4) Modell-Auswahl mit Information-Kriterien (AIC/BIC) auf einem realen tabellarischen Datensatz vorführt. Jede Lerneinheit hat 3-5 prüfbare Fragen. Liefere die Notebook-Reihe, ein Methoden-Memo (5 Seiten) und ein 1-seitiges Reviewer-Cheat-Sheet für das KI-Audit-Team.
Das Briefing
Was Du tust und was Du zeigst.
Erstelle eine prüfungssichere Lehr-Notebook-Reihe zu Bias-Variance, Cross-Validation und Modell-Auswahl für ein KI-Audit-Team.
Earning criteria — what you'll demonstrate
- Statistische Lerntheorie-Konzepte didaktisch korrekt vermitteln
- Cross-Validation-Fallstricke an realen Daten demonstrieren
- Information-Kriterien zur Modell-Auswahl korrekt einsetzen
- Prüfungssicheres Lehrmaterial mit Quellen verfassen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Karrierewege, die das aufbaut
Kanonische RollenMaschinelles-Lernen-Forscher:in
Statistische Lerntheorie didaktisch sauber zu vermitteln ist Forschungs-Lehrtätigkeit, die in akademischen und industriellen Forschungs-Lehrstühlen erwartet wird.
Dieses Projekt schärft
- statistical-learning-theory
- research-design
- teaching
Data Scientist
Cross-Validation-Fallstricke und Modell-Auswahl korrekt zu beherrschen, ist die methodische Grundlage, die Data Scientists in Audit- und Risk-Settings beweisen müssen.
Dieses Projekt schärft
- cross-validation
- model-selection
- python
KI-Sicherheits-Forscher:in
Prüfungssichere Methoden-Standards zu schreiben, ist die Brückenarbeit zwischen Forschung und KI-Audit, die AI-Safety-Researcher in regulierten Branchen leisten.
Dieses Projekt schärft
- statistical-learning-theory
- research-design
- model-selection
Noch eine Sache