Pular para o conteúdo

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

23 de outubro de 2025 · 34 min

Notas do episódio


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**

Todos os episódios de Data Science Deep Dive

Configurações

Exibição

Idioma

Define quais estações você vê primeiro na página inicial.

Histórico

As rádios e episódios ouvidos recentemente e suas últimas buscas ficam só neste navegador.

Avisos

Um aviso rápido quando um podcast que você segue tem um episódio novo. Desative podcasts individuais pelo sino na página deles.

Conta

Salve favoritos – no app e no site.

Atalhos de teclado

/
Abrir busca
Espaço
Reproduzir ou pausar
← →
No player: voltar 15 s, avançar 30 s (episódios) · na fileira: próximo bloco
↑ ↓
Na fileira: alvo dentro do bloco
Home / End
Na fileira: primeiro ou último bloco
Esc
Fechar janela ou menu
?
Esta visão geral
Tocando agora

Ir para a estação

A seguir

    Adicione episódios com “A seguir” – eles tocam depois do episódio atual.