Grundlagen von Machine Learning - Webinar von GFU Cyrus AG
Inhalte
- Konzepte für Machine Learning u.a. mit praxisnahen Beispielen
- Einführung in Scikit-Learn
- Hands-on anhand eines Klassifikationsmodells
- Klassifikation
- Übungen: Klassifizierung des MNISt-Datensatzes, Binärklassifizierung, Leistungsmessungen, Mehrklassenklassifizierung
- Modellvalidierung und Hyperparameter
- Übung mit Jupyter notebook: Modellvalidierung mit Iris-Datensatz, Kreuzvalidierung, Leave-one-out-Kreuzvalidierung, Bias-Varianz-Trade-Of, Validierungskurve, Lernkurve, Grid search, Übungen
- Lineare Modelle
- Jupyter notebook: einfache lineare Regression, polynomiale Regression, Ridge oder L2 Regularisierung, Lasso oder L1 Regularisierung, logistische Regression, multinomiale logistische Regression, Übungen, Extras
- Support Vector Machines (SVM)
- Decision Trees und Random Forest
- Praktische Übungen zu: Decision Trees: Klassifikation, voting classifiers, bagging ensembles, Random Forest
- Reduktion der Dimensionalität
- Hands-On mit Übungen zu PCA, PCA zur Kompression, Kernel-PCA anhand von geeigneten Beispiel Datensätzen
- Clustering
- Praktische Anwendung mit Jupyter notebook: k-Means, Verwendung von Clustering für die Datenvorverarbeitung, spektrales Clustering, Gaussian Mixtures
- Konzepte für Machine Learning u.a. mit praxisnahen Beispielen
- Einführung in Scikit-Learn
- Hands-on anhand eines Klassifikationsmodells
- Klassifikation
- Übungen: Klassifizierung des MNISt-Datensatz ...
Lernziele
- Erkennen Sie die Möglichkeiten zur Anwendung von KI und insbesondere von Machine Learning Algorithmen.
- Sie erhalten ein grundlegendes Verständnis überwachter, halb überwachter, und unüberwachter Lernalgorithmen mit Scikit-learn.
- Erkennen Sie die Möglichkeiten zur Anwendung von KI und insbesondere von Machine Learning Algorithmen.
- Sie erhalten ein grundlegendes Verständnis überwachter, halb überwachter, und unüberwachter ...
Zielgruppen
Der Kurs richtet sich zum einen an Software-Entwickler, die bereits Erfahrung mit der Programmiersprache Python haben.
Zum anderen aber auch Analysten, Data Scientist oder Marketing Analysten die bereits Analysen mit Python durchgeführt haben. Grundlegende Kenntnisse in Statistik und linearer Algebra und Grundkenntnisse in Python-Programmierung sollten vorhanden sein.
Der Kurs richtet sich zum einen an Software-Entwickler, die bereits Erfahrung mit der Programmiersprache Python haben.
Zum anderen aber auch Analysten, Data Scientist oder Marketing Analysten die bere ... Mehr Informationen >>
Termine und Orte
| Datum | Dauer | Preis | ||
|---|---|---|---|---|
| Webinar | ||||
| 13.05.2024 - 17.05.2024 | 35 h | Mehr Informationen > | Jetzt buchen › | |
| 26.08.2024 - 30.08.2024 | 35 h | Mehr Informationen > | Jetzt buchen › | |
| 04.11.2024 - 08.11.2024 | 35 h | Mehr Informationen > | Jetzt buchen › | |