Supervised & Unsupervised Machine Learning - Seminar / Kurs von Bitkom Akademie

Machine Learning-Algorithmen in Python mit scikit-learn

Inhalte

Machine Learning-Algorithmen sind ein elementares Element von Künstlicher Intelligenz und somit zu einem Erfolgsfaktor im Zeitalter der Digitalisierung avanciert. Im Bereich Machine Learning (ML) unterscheidet man zwischen überwachtem Lernen (supervised) und unüberwachtem Lernen (unsupervised). Supervised Learning beschreibt die Fähigkeit einer künstlichen Intelligenz, eigenständig Gesetzmäßigkeiten nachzubilden (z.B. durch Erlernen von Parametern in einem Algorithmus). Unsupervised Learning bedeutet hingegen, dass keine Zielwerte bekannt sind und der Algorithmus versucht, bestimmte Muster zu erkennen. 

Die Programmiersprache Python ist im Bereich Machine Learning (und auch Deep Learning) weit genutzt und bietet die Bibliothek scikit-learn, in welcher zahlreiche Machine Learning-Algorithmen enthalten sind. Python eignet sich somit optimal für die Umsetzung praxisnaher ML-Vorhaben.

Der Fokus liegt auf dem Python Paket scikit-learn und zusätzlich dem Paket statsmodels. Die Konzepte verschiedener Machine Learning-Algorithmen aus dem supervised und unsupervised learning werden behandelt und deren Umsetzung in Python erörtert. Konzepte des Train-Test-Split bzw. der Cross Validation zur Vermeidung von overfitting und die Interpretation der wichtigsten scores zur Bestimmung der Algorithmusgüte sind dabei Bestandteil bei jedem Algorithmus. Konkrete Inhalte sind:

Dieses Seminar ist sehr praxisorientiert. Die Teilnehmer arbeiten direkt und selbstständig mit der Programmiersprache Python in der Entwicklungsumgebung Spyder, so dass das Erlernte direkt geübt und vertieft werden kann. Der Trainer moderiert dabei verschiedene Aufgaben und begleitet die Teilnehmer durch die einzelnen Lehreinheiten.

 

Lernziele

Sie erhalten einen konkreten Einblick in die Konzepte verschiedener Machine Learning-Algorithmen aus dem supervised und unsupervised Machine Learning. Sie arbeiten praktisch mit der Programmiersprache Python (scikit-learn, statsmodels) und verschiedenen Algorithmen und erwerben fundierte Kenntnisse zu Themen wie dem Vermeiden von overfitting, lineare Regressionsmodelle, Entscheidungsbäumen, Logistische Regressionen, Ensemble Methods, Clustering usw.  Sie sind anschließend in der Lage, eigenständig eigene Machine-Learning Projekte zu planen, umzusetzen und in einen praxisbezogen Kontext zu übertragen.

Zielgruppen

Das Seminar richtet sich an Data Scientists, Datenanalysten, angehende Machine Learning engineers o.ä. mit erster Erfahrung in der Programmierung in Python. Das Seminar findet im Anschluss an das Bitkom Seminar „Data Science mit Python“ statt, welches die grundlegenden Vorkenntnisse vermittelt. Beide Seminare bauen aufeinander auf, können jedoch unabhängig voneinander gebucht werden.

Notwendig ist, dass Teilnehmer mit Python Daten einlesen können, die Datenstruktur DataFrame aus dem Paket pandas kennen, eigene Funktionen schreiben können und das Konzept der Algorithmen Lineare Regression bzw. Entscheidungsbaum kennen.

Notwendig sind grundlegende Vorkenntnisse im Bereich der Statistik (Begriffsdefinitionen wie bspw. Mittelwert, Median, Standardabweichung, Quantil, Dichtefunktion, Normalverteilung), Kenntnisse grundlegender mathematischer Symbole und Begriff (Summenzeichen, Integral, Funktion, Ableitung, Menge der natürlichen und reellen Zahlen, Vektor, Matrix) und Kenntnis der booleschen Algebra mit den logischen Operatoren (UND, ODER, NICHT).

Termine und Orte

Datum Dauer Preis
Berlin, DE
30.01.2020 - 31.01.2020 16 h Jetzt buchen ›
07.05.2020 - 08.05.2020 16 h Jetzt buchen ›

SG-Seminar-Nr.: 5281512

Termine

  • 30.01.2020 - 31.01.2020

    Berlin, DE

  • 07.05.2020 - 08.05.2020

    Berlin, DE

Preise inkl. MwSt. Es können Gebühren anfallen. Für eine exakte Preisauskunft wählen Sie bitte einen Termin aus.

Jetzt buchen ›
Seminar merken ›

Semigator berücksichtigt

  • Frühbucher-Preise
  • Last-Minute-Preise
  • Gruppenkonditionen

und verfügt über Sonderkonditionen mit einigen Anbietern.

Der Anbieter ist für den Inhalt verantwortlich.

Über Semigator mehr erfahren

  • Anbietervergleich von über 1.500 Seminaranbietern
  • Vollständige Veranstaltungsinformationen
  • Schnellbuchung
  • Persönlicher Service
Datum Dauer Preis
Berlin, DE
30.01.2020 - 31.01.2020 16 h Jetzt buchen ›
07.05.2020 - 08.05.2020 16 h Jetzt buchen ›