- الموعد القادم:
- 19.08.2024
- الدورة تنتهي في:
- 13.09.2024
- إجمالي المدة:
- 160 Stunden
- التدريب:
- Nein
- اللغات المستخدمة في الدراسة:
- Deutsch
- نوع الفعالية:
- Weiterbildung
- نموذج العرض:
- Virtuelles Klassenzimmer
- E-Learning
- Angebote für Unternehmen Jetzt Anfragen
- فترة التنفيذ:
- Tagesveranstaltung
- Montag bis Freitag von 08:30 bis 15:35 Uhr (in Wochen mit Feiertagen von 8:30 bis 17:10 Uhr)
- أدنى عدد للمشاركين:
- 6
- أقصى عدد للمشاركين:
- 25
- التكلفة:
- keine Angaben
- التمويل:
- Bildungsgutschein
- Qualifizierungschancengesetz
- Deutsche Rentenversicherung
- EU/Bund/Land
- نوع المؤهل الدراسي:
- Zertifikat/Teilnahmebestätigung
- اختبار إتمام المؤهل:
- Ja
- اسم المؤهِّل:
- Zertifikat „Machine Learning“
- اعتمادات العرض:
- SGB III-Maßnahmezulassung
- رقم الإجراء:
- 962/20/24
- عرض للسيدات فقط:
- Nein
- رعاية الأطفال:
- Nein
- جودة المعلومات:
- Suchportal Standard Plus
- المجموعات المستهدفة:
- Informatiker:innen, Mathematiker:innen, Elektrotechniker:innen sowie Personen mit Studium der (Wirtschafts-) Ingenieurwissenschaften
- المتطلبات المهنية:
- Die Programmiersprache Python wird vorausgesetzt, Vorkenntnisse im Bereich Data Analytics werden empfohlen.
- المتطلبات التقنية:
- Die Teilnahme am Unterricht erfolgt über Internet per Videotechnik. Voraussetzung für die Nutzung deiner eigenen Hardware ist die Installation der Applikation alfaview®: https://cloud.alfanetz.de/test Falls du keinen geeigneten Computer hast, erhältst du von uns das technische Equipment, um von zuhause aus am Kurs teilnehmen zu können. Sollten die räumlichen und technischen Voraussetzungen dir eine Teilnahme von zuhause aus nicht ermöglichen, kannst du deinen Kurs auch in einem unserer Bildungszentren absolvieren.
- منهجية وكالات العمل:
- C 1435-10-10 Softwareentwicklung, Programmierung - allgemein
المحتويات
Bei Machine Learning wird künstliches Wissen aus Erfahrung generiert – es ist ein Teilbereich der Künstlichen Intelligenz. IT-Systeme sind in der Lage, Muster in bestehenden Datenbeständen zu identifizieren und mithilfe von Algorithmen eigenständige Lösungen für Probleme zu finden.
Machine Learning
Einführung in Machine Learning (ca. 5 Tage)
Warum Machine Learning?
Anwendungsbeispiele
Überwachtes Lernen, Unüberwachtes Lernen, Teilüberwachtes Lernen, Reinforcement Lernen
Beispiele für Datenbestände
Daten kennenlernen
Trainings-, Validierungs- und Testdaten
Daten sichten
Vorhersagen treffen
Überwachtes Lernen (ca. 5 Tage)
Klassifikation und Regression
Verallgemeinerung, Overfitting und Underfitting
Größe des Datensatzes
Algorithmen zum überwachten Lernen
Lineare Modelle
Bayes-Klassifikatoren
Entscheidungsbäume
Random Forest
Gradient Boosting
k-nächste-Nachbarn
Support Vector Machines
Conditional Random Field
Neuronale Netze und Deep Learning
Wahrscheinlichkeiten
Unüberwachtes Lernen (ca. 5 Tage)
Arten unüberwachten Lernens
Vorverarbeiten und Skalieren
Datentransformationen
Trainings- und Testdaten skalieren
Dimensionsreduktion
Feature Engineering
Manifold Learning
Hauptkomponentenzerlegung (PCA)
Nicht-negative-Matrix-Faktorisierung (NMF)
Manifold Learning mit t-SNE
Clusteranalyse
k-Means-Clustering
Agglomeratives Clustering
Hierarchische Clusteranalyse
DBSCAN
Clusteralgorithmen
Evaluierung und Verbesserung (ca. 2 Tage)
Modellauswahl und Modellevaluation
Abstimmung der Hyperparameter eines Schätzers
Kreuzvalidierung
Gittersuche
Evaluationsmetriken
Klassifikation
Projektarbeit (ca. 3 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse
Änderungen möglich. Die Lehrgangsinhalte werden regelmäßig aktualisiert.
الهدف التعليمي
Nach dem Lehrgang hast du relevante Kenntnisse im Thema Machine Learning. Du kennst die wichtigsten Gründe für die Verwendung des Machine Learning, Anwendungsgebiete sowie die verschiedenen Kategorien und Konzepte des Maschinellen Lernens. Mit Kenntnissen in der Evaluierung und der Verbesserung rundest du dein Wissen ab.
جميع البيانات مقدمة دون ضمان. تتحمل الجهات المقدمة حصرًا مسؤولية صحة البيانات.
06.09.2024 آخر تحديث في ,14.05.2024 نُشر لأول مرة في