Maschinelles Lernen (ML) mit Python

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) mit Python weiterbilden wollen.

Professional Requirements:

Keine besonderen Anforderungen.

Technical Requirements:

Keine besonderen Anforderungen.

Classification of the Federal Employment Agency:

keine Angaben

Contents

Sie haben wahrscheinlich schon einmal von maschinellem Lernen gehört, aber haben Sie sich jemals gefragt, was dieser Begriff wirklich bedeutet?


Wie lernt eine Maschine? Haben Sie schon einmal darüber nachgedacht, ein maschinelles Lernmodell zu erstellen, wussten aber nicht, wo Sie anfangen sollten?

Sie erhalten auf verständliche Weise eine Einführung in das maschinelle Lernen und werden Schritt für Schritt in das maschinelle Lernen mit Hilfe der derzeit gefragtesten Sprache Python eingeführt.

Sie erfahren, was genau es bedeutet, dass Maschinen lernen und wie Maschinen lernen und wie man Daten für maschinelles Lernen sammelt, versteht und vorbereitet.

Außerdem werden Sie anhand von Beispielen, die einzelnen Schritte mit Python durchführen. Schließlich lernen Sie die Ergebnisse eines maschinellen Lernmodells in Python zu erstellen, zu bewerten und zu interpretieren.

Einstieg in Maschinelles Lernen mit Python
- Maschinelles Lernen in unserer Welt
- Die Werkzeuge, die Sie brauchen
- Was ist maschinelles Lernen?
- Was ist nicht maschinelles Lernen?
- Was ist unüberwachtes Lernen?
- Was ist überwachtes Lernen?
- Was ist verstärkendes Lernen?
- Was sind die Schritte zum maschinellen Lernen?

Datensammlung für maschinelles Lernen
- Was ist beim Sammeln von Daten zu beachten?
- Wie man Daten in Python importiert

Verständnis von Daten für maschinelles Lernen
- Daten beschreiben
- Wie man Daten in Python zusammenfasst
- Daten visualisieren
- Wie man Daten in Python visualisiert

Vorbereitung von Daten für maschinelles Lernen
- Häufige Probleme mit der Datenqualität
- Wie man fehlende Daten in Python auflöst
- Normalisierung Ihrer Daten
- Wie man Daten in Python normalisiert
- Stichproben aus Ihren Daten
- Wie man in Python Stichproben aus Daten zieht
- Reduzieren der Dimensionalität Ihrer Daten

Arten von Modellen des maschinellen Lernens
- Klassifizierung versus Regressionsprobleme
- Wie man ein Modell für maschinelles Lernen in Python erstellt


Ob wir uns dessen bewusst sind oder nicht, maschinelles Lernen ist überall um uns herum. Haben Sie sich jemals gefragt, wie eine Maschine lernt? Was ist mit KI (Künstliche Intelligenz), Deep Learning, statistischer Modellierung? Sind das alles verschiedene Namen für ein und dieselbe Sache? Erfahren Sie, was maschinelles Lernen bedeutet und auf welche Weise Maschinen lernen. Sie werden dabei die Schritte der Datenerfassung, -untersuchung und -aufbereitung kennenlernen und anhand von Beispielen, diese einzelnen Phasen mit Python umsetzen. Zum Schluss werden Sie alles zusammen, indem Sie die Ergebnisse eines maschinellen Lernmodells in Python erstellen, auswerten und interpretieren.


Die Weiterbildung "Maschinelles Lernen (ML) mit Python" bieten wir Ihnen als Coaching, Workshop, Training - Live-Online und Vor-Ort an.