Seminarkatalog

Dieser Kurs vermittelt den Teilnehmern die folgenden Kompetenzen:

• Geschäftliche Anwendungsfälle als ML-Problem definieren
• ML-Datasets erstellen, die Generalisierungen ermöglichen
• ML-Modelle mit TensorFlow implementieren
• Die Auswirkungen von Parametern des Gradientenverfahrens auf Genauigkeit, Trainingsgeschwindigkeit, Dichte und Generalisierung verstehen
• Verteilte TensorFlow-Modelle erstellen und operationalisieren
• Merkmale darstellen und transformieren

Für maximale Lernerfolge sollten die Teilnehmer folgende Voraussetzungen erfüllen:

• Erfahrung im Coding von Python
• Grundkenntnisse in Statistik
• Kenntnisse in SQL und Cloud Computing (hilfreich)

• Data Engineers und Programmierer, die maschinelles Lernen in die Praxis umsetzen möchten
• Personen, die am Erstellen und Operationalisieren von TensorFlow-Modellen interessiert sind