Anmeldung zum Seminar
Wenn Sie an diesem Seminar teilnehmen wollen, füllen Sie folgendes Formular aus.Die mit * gekennzeichneten Felder müssen ausgefüllt werden.
Am Ende des 3-tägigen Seminars sind die Teilnehmer:innen in der Lage:
- Grundlegende Machine-Learning-Modelle zu verstehen und umzusetzen
- Daten auszuwerten und Visualisierungen zu erstellen
Teil 1: Mathematische Grundlagen für Machine Learning (ML)
Abschnitt 4: Mathe Essentials
- Lineare Algebra Grundlagen
- Statistik: Mittelwert, Varianz, Korrelation
- Wahrscheinlichkeiten
Abschnitt 5: Funktionen und Visualisierung
- Matplotlib & Seaborn
- Numpy
- Pandas: Datenanalyse
Teil 2: Machine Learning Grundlagen
Abschnitt 6: Einführung in ML
- Was ist ML?
- Grundbegriffe
Abschnitt 7: Klassische ML-Algorithmen
- K-Nearest Neighbors (KNN)
- Lineare Regression
- Polynomiale Regression
- Entscheidungsbäume
Abschnitt 8: Modelloptimierung
- Fehlerfunktionen
- Overfitting und Underfitting
Abschnitt 9: Arbeiten mit scikit-learn, Pipelines, Evaluation
Hinweis
Dieser Kurs ist gleichzeitig der zweite Teil des 5-tägigen Seminars Einführung in Python und Machine-Learning
Der Vorgängerkurs Einführung in Python kann separat gebucht werden,
kostengünstiger ist die Buchung im Paket.