0521 968 7740Mo–Fr, 8–17 Uhr
Aktuelle Machine-Learning-Verfahren entwickeln sich rasant weiter – ohne einen fundierten Überblick über state-of-the-art Methoden fällt es schwer, geeignete Ansätze für eigene Datenprojekte auszuwählen. Diese Schulung zeigt Dir anhand konkreter Anwendungsbeispiele, wie sich Machine Learning mit Python in der Praxis einsetzen lässt, und führt Dich in Deep Learning sowie Ensemble-Learning-Verfahren wie Random Forests oder Boosting ein. Du lernst die Grundlagen neuronaler Netzwerke kennen und erfährst, welche Rolle sie im Kontext künstlicher Intelligenz spielen und wie sie sich von klassischen Verfahren des maschinellen Lernens unterscheiden. Anhand praxisnaher Übungen setzt Du verschiedene Modelle mit Python um und erkennst typische Fehlerquellen bei der Modellauswahl und -bewertung. Die Schulung richtet sich an alle, die ihre Kenntnisse im Bereich Data Science mit modernen Machine-Learning-Methoden vertiefen möchten. Nach dem Training kannst Du aktuelle ML-Verfahren gezielt auswählen und die Ergebnisse sicher in bestehende Analyseprozesse übertragen.
