Aller au contenu

#83: Wie gut ist gut genug? Modellgütemaße richtig verstehen

23 octobre 2025 · 34 min

Notes de l’épisode


In dieser Folge sprechen Mira und Amit über Modellgütemaße für kontinuierliche Zielvariablen – also darüber, wie man die Qualität von Vorhersagen richtig bewertet. Von MAE und RMSE bis hin zu R² und AIC/BIC: Wir erklären, was die einzelnen Kennzahlen aussagen, wo ihre Grenzen liegen und welche typischen Fallen es gibt. Außerdem geht's um Bias, Robustheit und warum der Kontext entscheidend ist. Und natürlich um die Frage: Welches Gütemaß passt eigentlich zu meinem Modell?

**Zusammenfassung**

  • Überblick über Gütemaße für kontinuierliche Zielgrößen
  • Bias, MAE, MAPE, sMAPE, MSE, RMSE, R², AIC/BIC im Vergleich
  • Vor- und Nachteile der einzelnen Metriken
  • Typische Fallstricke: Ausreißer, kleine Werte, verzerrte Interpretation
  • Tipps zur Auswahl des passenden Gütemaßes für den Use Case
  • Bedeutung von Repräsentativität, Validierung und Gewichtung
  • Fazit: Kombination mehrerer Gütemaße ist meist die beste Wahl

**Links**

Tous les épisodes de Data Science Deep Dive

Paramètres

Affichage

Langue

Détermine les stations affichées en premier sur la page d’accueil.

Historique

Les stations et épisodes écoutés récemment et tes dernières recherches sont seulement enregistrés dans ce navigateur.

Notifications

Un court message quand un podcast que tu suis publie un nouvel épisode. Désactive un podcast précis avec la cloche sur sa page.

Compte

Enregistrez vos favoris – dans l’app et sur le site.

Raccourcis clavier

/
Ouvrir la recherche
Espace
Lecture ou pause
← →
Dans le lecteur : 15 s en arrière, 30 s en avant (épisodes) · dans une rangée : tuile suivante
↑ ↓
Dans une rangée : cible dans la tuile
Début / Fin
Dans une rangée : première ou dernière tuile
Esc
Fermer la fenêtre ou le menu
?
Cet aperçu
En cours de lecture

Voir la station

À suivre

    Ajoutez des épisodes avec « À suivre » – ils seront lus après l'épisode en cours.