- Next Date:
- 19.08.2024
- Course ends on:
- 13.09.2024
- Total Duration:
- 160 Stunden
- Internship:
- Nein
- Teaching Languages:
- Deutsch
- Type of Course:
- Weiterbildung
- Type of Provision:
- Virtuelles Klassenzimmer
- E-Learning
- Angebote für Unternehmen Jetzt Anfragen
- Execution Time:
- Tagesveranstaltung
- Montag bis Freitag von 08:30 bis 15:35 Uhr (in Wochen mit Feiertagen von 8:30 bis 17:10 Uhr)
- min. Participants:
- 6
- max. Participants:
- 25
- Price:
- keine Angaben
- Funding:
- Bildungsgutschein
- Qualifizierungschancengesetz
- Deutsche Rentenversicherung
- EU/Bund/Land
- Type of Qualification:
- Zertifikat/Teilnahmebestätigung
- Final Examination:
- Ja
- Qualification Title:
- Zertifikat „Machine Learning“
- Certifications of the Course:
- SGB III-Maßnahmezulassung
- Certification Number of the Course:
- 033/4/24
- Courses for Women only:
- Nein
- Childcare:
- Nein
- Quantity of Details:
- Suchportal Standard Plus
- Target Groups:
- Informatiker:innen, Mathematiker:innen, Elektrotechniker:innen sowie Personen mit Studium der (Wirtschafts-) Ingenieurwissenschaften
- Professional Requirements:
- Die Programmiersprache Python wird vorausgesetzt, Vorkenntnisse im Bereich Data Analytics werden empfohlen.
- Technical Requirements:
- 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.
- Classification of the Federal Employment Agency:
- C 1435-10-10 Softwareentwicklung, Programmierung - allgemein
Contents
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.
Educational Goal
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.
All statements without guarantee. The providers are solely responsible for the correctness of the given information.
Published on 14.05.2024, last updated on 06.09.2024