#65: Sicher ist nur die Unsicherheit: Unsicherheitsintervalle erklärt

Punktprognosen sind was für Leute, die gerne enttäuscht werden ;) Wir befassen uns in dieser Episode mit der Quantifizierung und Kommunikation von Unsicherheit bei Prognosen. Dabei gehen Mira und Amit auf klassische Statistik, Bayes-Methoden, Machine Learning, Bootstrapping und Conformal Predictions ein. Außerdem gehen sie auf Herausforderungen der Data Literacy und bei rechenintensiven Ansätzen zur Bestimmung der Unsicherheit ein.

Zusammenfassung

Warum Unsicherheiten unverzichtbar sind (Beispiel Wetter-, Wahl-, Bewerberprognosen)Klassische Statistik: Konfidenzintervall vs. Prediction IntervallBayesianische Sicht: GlaubwürdigkeitsintervalleML-Methoden ohne Verteilungsannahmen: Bootstrapping & Conformal PredictionsRechenaufwand vs. ModellannahmenData Literacy als Schlüssel zum richtigen Interpretieren von PrognoseintervallenPraxisnahe Beispiele und Entscheidungshilfen

Links

#10: Signifikanz https://www.podbean.com/ew/pb-y25ti-12fab65#44: Lineare Regression in der Praxis – Oldie oder Goldie? https://www.podbean.com/ew/pb-jiecf-15d0ac1#56: Unsere Bundestagswahl-Prognose: Wer gewinnt die Wahl 2025? https://www.podbean.com/ew/pb-hwgnd-16e446eWer gewinnt die Bundestagswahl 2025? www.wer-gewinnt-die-wahl.deMolnar (2023): Introduction To Conformal Prediction With Python. A Short Guide For Quantifying Uncertainty Of Machine Learning Models.Sammlung von Ressourcen zu Conformal Predictions https://github.com/valeman/awesome-conformal-prediction/Feedback, Fragen oder Themenwünsche gern an [email protected]

Wir machen Data Science. Und in unserem Podcast Data Science Deep Dive reden wir darüber.

Du bist ebenfalls Data Scientist oder interessierst dich für Daten, ML und AI? Dann ist dieser Podcast für dich. Wir teilen unsere Learnings aus über 180 Projekten, du bekommst Infos und Anregungen zu spannenden Themen rund um Daten.

Wir klären auf, geben Hinweise und teilen unsere Erfahrungen, die wir in über 10 Jahren als Data Scientists im B2B Bereich gesammelt haben.
Wir decken auf, was wirklich hinter den Hypes und Trends der Data Science Branche steckt.
Wir hinterfragen, was ein Data Science Projekt erfolgreich macht und welche Faktoren es zum Scheitern verurteilen.

• Anzahl der Folgen: 81
• Letzte Folgen: 2025-09-04
• Technologie

Wo kannst du zuhören?