- Prochain date:
- 19.08.2024
- Le cours se termine le:
- 13.09.2024
- Durée totale:
- 160 Stunden
- Stage:
- Nein
- Langues d'enseignement:
- Deutsch
- Type de formation:
- Weiterbildung
- Forme de cours:
- Virtuelles Klassenzimmer
- E-Learning
- Angebote für Unternehmen Jetzt Anfragen
- Temps d'exécution:
- Tagesveranstaltung
- Montag bis Freitag von 08:30 bis 15:35 Uhr (in Wochen mit Feiertagen von 8:30 bis 17:10 Uhr)
- Participants min.:
- 6
- Participants max.:
- 25
- Prix:
- keine Angaben
- Opportunité de financement:
- Bildungsgutschein
- Qualifizierungschancengesetz
- Deutsche Rentenversicherung
- EU/Bund/Land
- Type de diplôme:
- Zertifikat/Teilnahmebestätigung
- Examen final:
- Ja
- Désignation de diplôme:
- Zertifikat „Machine Learning“
- Certifications du cours:
- SGB III-Maßnahmezulassung
- Numéro de certification du cours:
- 035/118/24
- Cours pour femmes uniquement:
- Nein
- Garde d’enfants:
- Nein
- Qualité de l’information:
- Suchportal Standard Plus
- Groupes cibles:
- Informatiker:innen, Mathematiker:innen, Elektrotechniker:innen sowie Personen mit Studium der (Wirtschafts-) Ingenieurwissenschaften
- Connaissances spécialisées:
- Die Programmiersprache Python wird vorausgesetzt, Vorkenntnisse im Bereich Data Analytics werden empfohlen.
- Connaissances techniques:
- 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 de l’Agence pour l’emploi:
- C 1435-10-10 Softwareentwicklung, Programmierung - allgemein
Contenus
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.
Objectif éducatif
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.
Toutes les informations sont sans garantie. Les prestataires sont seuls responsables de la justesse des informations mises à disposition.
Première publication le 14.05.2024, dernière mise à jour le 06.09.2024