Machine Learning, Einstieg für Praktiker (3 + 2 Tage)

 

Beschreibung

Machine Learning, was ist das? Wie kann ich das auch ohne großes Rechenzentrum umsetzen?
Mit Machine Learning können Sie Einkaufsentscheidungen genauso analysieren wie die Zusammensetzung von Baustoffen, den Ausfall von Maschinen vorhersagen oder die künftige Kundenabwanderung ermitteln. Es ist ein Teilgebiet der Künstlichen Intelligenz und es ist eine Mischung aus Programmierung, Statistik, Mathematik und Intuition.
Die Modellfamilien sind genauso vielfältig wie die Anwendungsgebiete, historisch aus unterschiedlichen Disziplinen entstanden und unterschiedlich anwendbar. In der Praxis sind sie eingebettet in einen Prozess beginnend mit der Datengewinnen, der Vorbereitung und Auswahl von Merkmalen, der Anwendung und Konfiguration von Modellen bis zur Validation und der dauerhaften Anwendung.

 

Inhalt

Teil 1 (3 Tage)

  • Python Crash-Kurs
  • Grundlegende Python-Module, numPy, Pandas und matPlotlib
  • Data Prepration,
    • One-Hot-Encoding
    • Normalisierung/Standardisierung,
    • Sampling (Linear, Shuffled, Stratfied)
  • Cross Validation
  • Examples of Supervised Learning Models
  • Linear Models/Regression
  • k-NN
  • Decision Trees
  • Random Forest
  • Einfache Neuronale Netze
  • Examples of Unsupervised Learning Models
  • k-Means
  • DBSCAN
  • Hierarchical Clustering)

Teil 2 (2 Tage)

  • Der Data Science Process mit Programm-Frames und dem Modul sklearn.
  • Feature Selection, Feature Extraction, Dimension Reduction, PCA
  • Modell Bewertung und Validation, accuracy, kappa, precision, recall und mehr
  • Modellkombinationen und Optimierung: Ensemble learning (Bagging and Boosting)
  • Strukturelle Modellfehler erkennen: Underfitting/Overfitting

 

Ihr Nutzen

  • Sie erhalten einen Crash-Kurs mit einem Einblick in die aktuelle Sprache Python
  • Übersichtliche Darstellung wesentlicher Prinzipien und Strukturen
  • Aktuelles Wissen und aktuelle Tools und Modelle
  • Umfangreiche, gut strukturierte Unterlagen, elektronisch und in Papierform
  • Kompetente Praxisvorschläge
  • Best Practice-Muster
  • Individuelle Rückfragemöglichkeit nach dem Seminar (Personal Problem Service)

 

Die Rahmenbedingungen

Kurs-ID: #31
Dozent: N.N.
Ort: Feste Termine zurzeit nur online, weitere vor Ort oder inhouse-Seminare auf Anfrage
Dauer: 3 + 2 Tage
Preis: Pro Tag 399,- (ohne USt.)
Nächster Termin geplant: 8.8. - 12.8.2022 (Summercamp 2022)
Unterlagen: Kursunterlagen mit Beispielen und Musterprogrammen in elektronischer und schriftlicher Form
Maximale Teilnehmerzahl: 8

 

Der Unterschied

  • Sie nehmen fertige Modellbeispiele mit in Ihr Unternehmen
  • Sie erhalten echte Bücher als schriftliche Unterlage
  • Sie haben einen Überblick über die vielfältigen Modelltypen des Machine Learning
  • Sie beurteilen Einsatzmöglichkeiten von Machine Learning in Ihrem Unternehmen
  • Sie können uns hinterher zu ihren aktuellen Problemen fragen (sie erhalten pro Tag 10 Service Credit Points)

 

Copyright