- Next Date:
- Termin auf Anfrage
- Total Duration:
- 8 Stunden in 1 Tag
- Internship:
- Nein
- Teaching Languages:
- Deutsch
- Type of Course:
- Weiterbildung
- Type of Provision:
- Angebote für Unternehmen Jetzt Anfragen
- Virtuelles Klassenzimmer
- E-Learning
- Execution Time:
- Abendveranstaltung
- Tagesveranstaltung
- Wochenendveranstaltung
- min. Participants:
- 3
- max. Participants:
- 12
- Price:
- €1,071 - Gesamtpreis pro Tag für Veranstaltungen bis drei (3) Teilnehmern.
- Type of Qualification:
- Zertifikat/Teilnahmebestätigung
- Final Examination:
- Nein
- Qualification Title:
- keine Angaben
- Certifications of the Course:
- Nicht zertifiziert
- Courses for Women only:
- Nein
- Childcare:
- Nein
- Link to Course:
- Zum Angebot auf der Anbieter-Website
- Quantity of Details:
- Suchportal Standard Plus
- Target Groups:
- Interessenten mit abgeschlossener Berufsausbildung oder Berufserfahrungen im Medienbereich, Kommunikationsbereich oder kaufmännischen Bereich, die sicher im Umgang mit dem PC sind sowie eine Affinität zum Internet und digitalen Medien haben und die sich im Thema: Maschinelles Lernen (ML) - Grundlagen weiterbilden wollen.
- Professional Requirements:
- Keine besonderen Anforderungen.
- Technical Requirements:
- Keine besonderen Anforderungen.
- Classification of the Federal Employment Agency:
- keine Angaben
Contents
Maschinelles Lernen ist der vielversprechendste Bereich der künstlichen Intelligenz (KI).
Maschinelles Lernen ermöglicht Systemen, aus Daten zu lernen, indem sie Muster erkennen und Entscheidungen mit wenig oder gar keinem menschlichen Eingriff treffen. Lernen Sie den Lebenszyklus des maschinellen Lernens kennen, indem Sie Ihr erstes maschinelles Lernmodell in der Praxis trainieren.
Entdecken Sie die weit verbreiteten Methoden des maschinellen Lernens: überwachtes, unüberwachtes und verstärktes Lernen. Ein Schwerpunkt liegt auf der Beschaffung und Aufbereitung von Daten und der Auswahl des besten Lernalgorithmus für Ihr Projekt. Nach dem Training eines Modells lernen Sie, die Leistung des Modells mithilfe von Standardmetriken zu bewerten.
Schließlich erfahren Sie, wie Sie den Prozess durch den Aufbau einer Pipeline für maschinelles Lernen rationalisieren können. Lernen Sie den Lebenszyklus des maschinellen Lernens und die für die Erstellung von Systemen erforderlichen Schritte verstehen.
Maschinelles Lernen im Überblick
- Einführung in das maschinelle Lernen
- Maschinelles Lernen kennenlernen
- Wie Maschinen lernen
Implementierung einer Lösung für maschinelles Lernen
- Der Lebenszyklus des maschinellen Lernens aufschlüsseln
- Probleme des maschinellen Lernens formulieren
- Identifizierung eines vorgefertigten Modells
- Verstehen der zum Trainieren eines Modells verwendeten Tools
Vorbereiten von Daten für maschinelles Lernen
- Beschaffung von Daten
- Visualisieren und Verstehen von Daten
- Verstehen von Feature Engineering
Trainieren eines Modells für maschinelles Lernen
- Verstehen von Lernalgorithmen und Modelltraining
- Erforschung von Lernalgorithmen für die Klassifizierung
- Überprüfung von Lernalgorithmen für die Regression
- Untersuchung weiterer Lernalgorithmen
- Training eines benutzerdefinierten maschinellen Lernmodells
Bewertung der Modellperformance
- Untersuchung gängiger Klassifikationsmetriken
- Verstehen der Konfusionsmatrix
- Untersuchung gängiger Regressionsmetriken
- Bestimmung der Bedeutung von Merkmalen
- Bekämpfung von Verzerrungen
Operationalisierung einer Pipeline für maschinelles Lernen
- Strukturierung einer Pipeline für maschinelles Lernen
Das Versprechen des maschinellen Lernens besteht darin, die Welt fairer und gerechter zu machen, indem die menschliche Subjektivität bei der Entscheidungsfindung erkannt und entfernt wird und dass diese Technologie die Welt zu einem besseren Ort machen kann. Sie werden den aufregendsten Zweig des maschinellen Lernens entdecken und den gesamten Lebenszyklus des maschinellen Lernens anhand praktischer Beispiele kennenlernen, einschließlich der Schritte, die zum Aufbau von Systemen erforderlich sind.
Die Weiterbildung "Maschinelles Lernen (ML) - Grundlagen" bieten wir Ihnen als Coaching, Workshop, Training - Live-Online und Vor-Ort an.
All statements without guarantee. The providers are solely responsible for the correctness of the given information.
Published on 26.03.2024, last updated on 09.08.2024