Kursinhalte
Einführung ins Machine Learning
- Was ist eigentlich Machine Learning?
- Unterarten des Machine Learning
- Was kann Machine Learning leisten?
- Was kann Machine Learning nicht leisten?
- Fallbeispiele zum Machine Learning
- Funktionsweise von Machine Learning Algorithmen (anhand von drei Verfahren erklärt)
Python für Machine Learning
- Wichtige Datentypen für ML in Python (Listen, Tupel, Dictionaries)
- Daten einlesen und aufbereiten mit Pandas und NumPy
scikit-learn
- Was bietet scikit-learn für Algorithmen?
- Überblick über diese Bibliothek
- Fallstudie: Wird der Kunde das Produkt kaufen oder nicht?
- Alle Schritte um dieses Problem mit scikit-learn zu lösen
- Abspeichern, Wiederherstellen und Anwenden trainierter Modelle
TensorFlow / Keras
- Was bietet TensorFlow / Keras?
- Überblick über diese Bibliothek
- Fallstudie: Für welchen Preis kann ein Haus verkauft werden?
- Alle Schritte um dieses Problem mit TensorFlow / Keras zu lösen
- Abspeichern, Wiederherstellen und Anwenden trainierter Modelle
Hinweise 09:00 bis 16:00 Uhr ( 3 Tage)
Kursinhalte
Einführung ins Machine Learning
- Was ist eigentlich Machine Learning?
- Unterarten des Machine Learning
- Was kann Machine Learning leisten?
- Was kann Machine Learning nicht leisten?
- Fallbeispiele zum ...
Mehr Informationen >>