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 Python.
Für die Praxisübungen ist die Verwendung eines zweiten Bildschirms empfehlenswert.
Was ist Online Training? In diesem Live Online Training üben und diskutieren Sie interaktiv auch im Austausch mit Teilnehmer*innen die Praxis-Anwendung und die konkrete Umsetzung. Der Trainer unterstützt Sie individuell beim Transfer in die Praxis und geht auf Ihre Situation ein.
Online Fragen Support Wir bieten Ihnen zwischen den Live Online Trainings und imNachgang fachliche Hilfestellung an, um den Transfer in Ihre Praxis zu unterstützen.
Live Online Training Das Live Online Training findetjeweils vormittags von 9.00 bis 12.30 Uhr und nachmittags von 13.30 bis 17.00 Uhr statt (insgesamt 12 Einheiten von jeweils 90 Minuten Dauer mit regelmäßigen Pausen). Im steten Wechsel von Trainer-Input, Umsetzungs-Übung und interaktivem Austausch erarbeiten und festigen Sie die Lerninhalte.
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 >>