Vorhersagemodell für Schulungsabbrüche in einer DACH-Konzern-Akademie
Übersicht
Worum es bei diesem Projekt geht.
Trainiere ein Klassifikationsmodell mit SHAP-Werten für eine Konzern-Akademie und erhalte ein verifizierbares Zertifikat.
Das Briefing
Was Du tust und was Du zeigst.
Wie sieht ein erklärbares Vorhersagemodell für Schulungsabbrüche aus, das ab Tag 7 belastbare Frühwarnungen liefert und vom Konzernbetriebsrat freigegeben werden kann?
Earning criteria — what you'll demonstrate
- Erklärbare Vorhersagemodelle für Lerndaten unter Datenschutz-Bedingungen bauen
- SHAP-Werte zur Stakeholder-Kommunikation nutzen, nicht nur zur Modell-Diagnose
- Fairness-Analyse als integralen Bestandteil eines People-Analytics-Modells verankern
- Den Sprung von Modell-Output zu Mentor:innen-Handlung methodisch begründen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
AI in Education and Learning Analytics
Master · Ai Ml
Fit score: 1
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.
Data Scientist
Erklärbare Vorhersagemodelle für Lerndaten unter Datenschutz-Bedingungen zu bauen und gegenüber dem Betriebsrat zu verteidigen ist das Kerngeschäft eines Data Scientists in Corporate-People-Analytics.
Dieses Projekt schärft
- predictive-modeling
- explainable-ai
- learning-analytics
Applied AI Scientist
Den Sprung von Modell-Output zu Mentor:innen-Handlung methodisch zu begründen ist die translatorische Arbeit, die Applied AI Scientists in Corporate-L&D-Einheiten leisten.
Dieses Projekt schärft
- predictive-modeling
- learning-analytics
- stakeholder-engagement
KI-Sicherheitsforscher:in
Fairness-Analyse als integralen Bestandteil eines People-Analytics-Modells zu verankern, ist genau die Verantwortungs-Disziplin, die KI-Sicherheitsforscher:innen in regulierten Branchen einbringen.
Dieses Projekt schärft
- fairness-analysis
- explainable-ai
- stakeholder-engagement
Noch eine Sache