Machine Learning mit Python und Scikit-learn

Einführung in die Programmiersprache Python

• Python, Philosophie und Unterschied zu konventionellen Programmiersprachen
• Einführung in Ipython und Ipython-Notebook
• Datentypen, Klassen, Variablen, Objekte
• Listen, Tupel
• Iteratoren und iterierbar
• Dictionaries
• Sets und Frozensets
• Copy und Deepcopy
• Schleifen: while- und for-Schleife
• Funktionen: Definition und Aufruf
• Interaktive Eingabe mittels input (raw_input)
• Formatierte Ausgabe
• Dateien lesen und schreiben
• Objektorientierte Programmierung

Datenanalyse, Visualisierung und Präsentation

• Numpy
• Matplotlib
• Pandas

Machine Learning

• Machine Learning: Terminologie
• Einführung in scikit-learn
• k-nearest Neighbor (KNN) Verfahren zur Klassifikation und Prädiktion
• Decision Trees zur Klassifikation und Prädiktion
• Random Forests zur Klassifikation und Prädiktion
• Einführung in Neuronale Netzwerke in Python
• Anomalien in Daten erkennen mittels Isolation Forest und Cluster-Analyse

C

• Entwickler
• Data Scientists
• Analysten