0
News
Neues aus IT-Management und Weiterbildung

Machine Learning in Python

Machine Learning in Python

Inhalt der Schulung

  • Einführung in Machine Learning: Definitionen, Algorithmen, Workflow und Anwendungen
  • Python-Grundlagen: Datentypen, Variablen, Bedingungen, Schleifen und Funktionen
  • Numpy und Pandas: Datenstrukturen und -manipulationen
  • Data Visualization: Visualisierungstechniken mit Matplotlib und Seaborn
  • Lineare Regression: Einfache und mehrfache Regression, Residuenanalyse und Diagnose
  • Klassifikation: Entscheidungsbaum, Random Forest, k-Nearest Neighbors, Support Vector Machine (SVM)
  • Clustering: k-Means-Clustering, Hierarchisches Clustering
  • Deep Learning: Einführung in Neuronale Netze, Backpropagation, Convolutional Neural Networks (CNN) und Recurrent Neural Networks (RNN)
  • TensorFlow und Keras: Einführung in die TensorFlow-Bibliothek und Keras-APIs
  • Machine Learning in der Praxis: Datenreinigung, -vorbereitung, -validierung und -bewertung, Hyperparameter-Optimierung, Overfitting und Underfitting

Zielgruppe

Personen, die:

  • an der Entwicklung von Machine Learning-Algorithmen in Python interessiert sind
  • bereits grundlegende Programmierkenntnisse in Python haben
  • in Bereichen wie Data Science, Künstlicher Intelligenz, Robotik, automatisiertem Trading oder Bilderkennung arbeiten

Nutzen der Schulung

  • Vermittlung von Grundlagenwissen und praktischen Fähigkeiten im Bereich Machine Learning
  • Verständnis von Machine-Learning-Algorithmen und -Methoden
  • Fähigkeit, Machine-Learning-Modelle zu entwickeln und zu evaluieren
  • Fähigkeit, Python-Tools und Bibliotheken für Machine Learning zu nutzen
  • Anwendung von Machine Learning in verschiedenen Bereichen, wie beispielsweise der Bild- und Sprachverarbeitung, der Finanzanalyse oder der Vorhersage von Trends und Entwicklungen
  • Möglichkeit, Machine-Learning-Kenntnisse in der eigenen beruflichen Tätigkeit anzuwenden und somit Wettbewerbsvorteile zu erlangen
  • Vorbereitung auf weiterführende Kurse oder Zertifizierungen im Bereich Machine Learning

Agenda

Tag 1: 09:00 bis ca. 16:30 Uhr

Kernpunkte der Schulung

  • Einführung in Maschinelles Lernen
  • Machine Learning Pipeline
  • Pandas Data Loading
  • Feature Selection
  • Preprocessing (60 min)
    • Resampling
    • Normalisierung
    • Standardisierung
    • LDA
    • PCA
  • Kreuzvalidierung
  • Klassifikation
    • Naive Bayes + Implementierung
    • Nearest Neighbour + Implementierung
    • Decision Trees
    • Beispiele
  • Scikit Learn Toolkit
    • Pipelines
    • Metrics
    • Hyperparameter Tuning
  • Regression (60 min)
    • LSQ + Implementierung
    • Decision Tree Regression + Beispiel

25.01.2023

+49 89 - 44 44 31 88 0