Einführung in Jupyter Notebooks / JupyterLab und Python Basis Syntax, Einführung in den SciPy Stack: Die moderne Toollandschaft für Datenaufbereitung und Analytics, Datenaufbereitung mit pandas, interaktive Plots mit matplotlib und plotly, Bauen und Verproben von Machine Learning Modellen mit scikit-learn und keras, Quellcode-Dokumentation mit Python Docstrings
Voraussetzungen: Sie wissen um die theoretischen Grundlagen von Machine-Learning-Modellen und die entsprechenden Anwendungsbereiche; Sie kennen Begrifflichkeiten wie Decision-Trees, Neuronale Netze und Ensemble-Methoden; Und/oder Sie haben am Seminar Predictive und Advanced Analytics teilgenommen; Vorteilhaft aber nicht Bedingung ist Praxiserfahrung mit R.
Für den Praxisteil benötigen Sie ein ein internetfähiges Notebook, das sich mit dem WLAN am Seminarstandort verbinden kann. Auch wenn keine lokalen Admin-Rechte benötigt werden, prüfen Sie bitte vor dem Seminar, ob der Internetzugang Ihres Notebooks via WLAN trotzdem uneingeschränkt funktioniert.
Einführung in Jupyter Notebooks / JupyterLab und Python Basis Syntax, Einführung in den SciPy Stack: Die moderne Toollandschaft für Datenaufbereitung und Analytics, Datenaufbereitung mit pandas, inte ...
Mehr Informationen >>