Beschreibung

Dieses Training ist der Deep Dive in Machine Learning. Basiskenntniss in Python sind vorausgesetzt. Den Teilnehmern werden zunächst die theoretischen Hintergründe erklärt, um dann die praktische Umsetzung gemeinsam zu üben. Der so erarbeitete Code kann später als Blueprint für die eigene Arbeit genutzt werden.

Kursinhalt

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

• 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

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

Voraussetzungen

Python-Kenntisse sind für dieses Training vorausgesetzt.

Seminarkosten

640,00 €