Machine Learning für Data- und Fachteams

Du lernst, Machine Learning in typischen Arbeitssituationen strukturiert einzusetzen, zentrale Methoden sicher einzuordnen und belastbare Ergebnisse für Deine Projekte und Teams vorzubereiten. Zu den Schwerpunkten gehören Grundlagen von Machine Learning und Data Mining, Datenverständnis und -vorbereitung, Modellierung und Evaluierung, Ausblick auf Deep Learning und neuronale Netze, Workflows aufbauen und steuern und Ergebnisse prüfen und verbessern.

Die Schulung richtet sich an Data Scientists, Analystinnen und Analysten, KI-, Machine-Learning- und Data-Engineering-Teams, Fach- und Führungskräfte mit datenbezogenen Aufgaben und Für alle, die Daten und Modelle fundiert bewerten oder einsetzen möchten.

Grundkenntnisse im jeweiligen Themenfeld sind erforderlich. Praktische Erfahrung mit verwandten Aufgaben ist hilfreich.

Zu den Schwerpunkten gehören Grundlagen von Machine Learning und Data Mining, Datenverständnis und -vorbereitung, Modellierung und Evaluierung, Ausblick auf Deep Learning und neuronale Netze, Workflows aufbauen und steuern, Ergebnisse prüfen und verbessern, Sicherheit, Qualität und Grenzen und Zusammenarbeit und Übergabe.

Die Schulung greift praxisnah insbesondere die Bereiche Zusammenarbeit und Übergabe, Praxisübungen und Transfer und Vertiefende Verfahren auf. Dadurch lässt sich das Gelernte gezielt auf eigene Aufgaben und Projekte übertragen.

Zu den angestrebten Ergebnissen gehören: Du ordnest einen zentralen Themenbereich fachlich ein: Einführung in Data Mining und Machine Learning; Du setzt die vermittelten Methoden in praxisnahen Aufgaben um; im Fokus steht Wichtige Lernverfahren und deren Einsatz; Du entwickelst nachvollziehbare Workflows; ein Schwerpunkt ist Umsetzung von Datenprojekten mit CRISP-DM; Du analysierst typische Anforderungen und vertiefst dabei Business Understanding: Erkenntnisse aus Daten für Geschäftsprozesse gewinnen; Du bewertest Nutzen, Qualität und Risiken am Beispiel Typen und Quellen von Daten.

Ja. „Ergebnisse prüfen und verbessern“ ist ein eigener Bestandteil der Schulung. Dazu gehören Praktische Einsatzmöglichkeiten von Machine Learning und Deep Learning, Zentrale Begriffe und Einsatzfelder von Machine Learning und Anforderungen aus typischen beruflichen Aufgaben einordnen.