Machine Learning Kurs mit Python

Dauer
Trainer
Jan Köhler

Machine Learning Kurs mit Python

Enable AI
Logo von Enable AI

Tipp: Haben Sie Fragen? Für weitere Details einfach auf "Kostenlose Informationen" klicken.

Startdaten und Startorte

Es gibt keine bekannten Startdaten für dieses Produkt.

Enable AI bietet seine Kurse in den folgenden Regionen an: München, Stuttgart

Beschreibung

Machine Learning in Python mit scikit-learn

Dieser Kurs führt in das Thema Machine Learning ein und erläutert, wie Sie supervised und unsupervised Machine Learning Algorithmen mit dem Python Modul scikit-learn programmieren und trainieren können.

Zu Supervised Learning (überwachtes Lernen) werden die Algorithmen gezählt, die mit gelabelten Daten trainiert werden, wie z.B. Klassifikation. Unsupervised Learning (unüberwachtes Lernen) dagegen verwendet ungelabelte Daten. Dort wird z.B. versucht Gruppen oder Muster in den Daten zu erkennen.

Behandelte Themen in dieser Schulung

  • Grundlegendes über Maschinelles Lernen
  • Lineare Regression (mit scikit-learn)
  • Logistische Regression (mit StatsMo…

Gesamte Beschreibung lesen

Frequently asked questions

Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Noch nicht den perfekten Kurs gefunden? Verwandte Themen: Machine Learning, Python, Big Data, Microsoft Azure und Data Science.

Machine Learning in Python mit scikit-learn

Dieser Kurs führt in das Thema Machine Learning ein und erläutert, wie Sie supervised und unsupervised Machine Learning Algorithmen mit dem Python Modul scikit-learn programmieren und trainieren können.

Zu Supervised Learning (überwachtes Lernen) werden die Algorithmen gezählt, die mit gelabelten Daten trainiert werden, wie z.B. Klassifikation. Unsupervised Learning (unüberwachtes Lernen) dagegen verwendet ungelabelte Daten. Dort wird z.B. versucht Gruppen oder Muster in den Daten zu erkennen.

Behandelte Themen in dieser Schulung

  • Grundlegendes über Maschinelles Lernen
  • Lineare Regression (mit scikit-learn)
  • Logistische Regression (mit StatsModels)
  • Entscheidungsbaum (mit scikit-learn)
  • Ensemble Methods (+ AdaBoost)
  • Weitere Machine Learning Algorithmen: K-Nearest Neighbor, Einfaches neuronales Netz
  • Hyperparameter Tuning und Kreuzvalidierung
  • Algorithmen zum Clustering (K-means Clustering und DBScan)

Welche Ziele werden in diesem Kurs verfolgt?

Hauptsächlich wird das Python Modul sciki-learn verwendet um die Algorithmen umzusetzen. Für die logistische Regression wird das Modul StatsModels verwendet. Damit erhalten Sie einen Einblick in ein zusätzliches Machine Learning Python Packet.

Der Schwerpunkt des Kurses bilden die Algorithmen des supervised Learnings. Diese werden zuerst theoretisch erklärt und dann in Python umgesetzt: Regression (lineare, logistische), Decision Tree (Entscheidungsbaum), Ensemble Methods (AdaBoost, Random Forest), Neuronale Netze (MLP=Multi-Layer Perceptron) und K-Nearest Neighbors.

Es werden gängige Methoden erklärt um das Overfitting zu erkennen (Aufteilen der Daten in Trainings- und Validierungs Daten, Kreuzvalidierung (Cross Validation)).

Im Bereich des unsupervised Learnings werden die beiden Clustering Algorithmen K-Means und DBScan erläutert.

Am Ende des Seminars verstehen Sie wie man in scikit-learn Modelle trainiert und können eigenständig andere Machine Learning Modelle ausprobieren.

An wen richtet sich dieser Kurs?

Zielgruppe dieser Schulung sind data scientists, Datenanalysten, angehende Machine Learning engineers, welche Grundkenntnisse in der Programmiersprache Python besitzen und sich im Bereich Data Mining / Data Science und Machine Learning vertiefen möchten.

Voraussetzungen

Es wird grundlegende Programmiererfahrung in Python und Erfahrung in der Arbeit mit Daten vorausgesetzt. Wenn Sie die Inhalte des Kurses "Data Science in Python" beherrschen, sind Sie gut für dieses Seminar vorbereitet. Insbesondere wichtig sind: pandas Data.Frames (das Einlesen von Daten, fehlende Werte ergänzen), Python Module installieren und laden, grundlegende Python Datenstrukturen (dictionary, tuple, list) und das Schreiben eigener Funktionen. Kenntnisse in der einfachen Statistik (wie z.B. Standardabweichung, Median, Mittelwert) sind sehr empfehlenswert.

Worin unterscheidet sich der Kurs von anderen?

  • Die Schulungsleiter kommen aus der Praxis und haben langjährige praktische Erfahrung in dem Gebiet.
  • Unsere Kurse sind vollständig ausgearbeitet. Die Schulung hat eine klare Struktur. Die Theorie wird anhand von Folien erläutert, welche auch als Nachschlagemöglichkeit verwendet werden können. Zu jeder Übungsaufgabe gibt Lösungen (fertigen Code,) der einen (oder mehrere) Lösungswege darstellt. Fragen, auch über das Thema hinausgehende, werden am Flipchart erläutert. Falls wir eine Frage nicht spontan oder nur unzureichend am Flipchart beantworten können, erarbeiten wir neue Unterlagen und versenden diese nach dem Seminar. Unsere Seminare sind KEINE Live-Coding Sessions des Kursleiters, in denen die Kursteilnehmer hauptsächlich damit beschäftigt sind, den Code des Dozenten abzutippen.
  • Bisherige Schulungsteilnehmer empfehlen uns weiter uns sind sehr zufrieden mit unseren Kursen (siehe unsere ProvenExpert Bewertungen https://www.provenexpert.com/enable-ai/)
  • Der Schwerpunkt der Schulung liegt in der praktische Umsetzung mit vielen Übungsaufgaben (und Lösungen). Dabei erhoffen wir uns, dass Sie die gängigen Fehler schon während des Kurses machen können (um sie hinterher zu vermeiden :)
  • Die Gruppengröße ist auf max. 10 Teilnehmer beschränkt. Damit können wir garantieren, dass wir jede Frage individuell beantworten können.

Was beinhalten die Übungsaufgaben für die Kursteilnehmer?

Die Übungsaufgaben sind meistens Coding Aufgaben, d.h. Sie sollen entweder Code-Snippets selbst schreiben oder Lücken im Code ausfüllen. Das Lückenausfüllen schult auch das Lesen und Verstehen von Code. Die Schwierigkeit und Umfang der Aufgaben ist so gestaltet, dass die wichtigsten Übungen von allen Kursteilnehmern erfolgreich (in der dafür vorgegebenen Zeit) bearbeitet werden können. Es gibt Übungsaufgaben unterschiedlichen Schwierigkeitsgrades, so dass Teilnehmer mit Vorwissen oder schnellere Teilnehmer zusätzliche Aufgaben zur Verfügung stehen. Desweiteren haben wir in einigen Kapiteln kurze Kontrollfragen zum theoreitschen Teil vorbereitet.

Welche Lehrmethoden werden benutzt?

Jeder Block (meist 90 Minuten lang) umfasst eine oder mehrere Einheiten aus Theorie und Praxis. Die Theorieeinheit erläutert das nötige Wissen um die Übungsaufgaben verstehen und eigenständig bearbeiten zu können. Wir vermeiden es, Ihre Zeit mit langen, wissenschaftlich theoretischen Ausschweifungen zu verschwenden und beschränken uns stattdessen auf die notwendige Theorie, die zu einem besseren Verständnis und Intuition verhilft. Der Schwerpunkt der Schulung ist die Praxis, d.h. Codeschreiben und das Lösen von Verständnisaufgaben stehen im Mittelpunkt. Wir beantworten jederzeit gerne Fragen von Kursteilnehmern. Aufkommende Fragen während der Übungsaufgaben werden individuell beantwortet. Fragen, die alle Teilnehmer interessieren könnten, werden nach dem Praxisblock ausführlich erläutert. Das Skript, welches neben den Folien mit der vorgestellten Theorie und mach weiterführenden Erklärungen, auch den Code umfasst, erhalten Sie in digitaler (als .pdf) und gedruckter Version. Der Code und die Musterlösung der Aufgaben gibt es digital.

Welche Stornierungsbedingungen gelten?

Die Widerrufsbelehrung können Sie unter https://www.enable-ai.de/widerrufsrecht/ finden. Buchungen können bis 14 Tage vor Kursbeginn kostenlos storniert werden. 7 bis 14 Tage vor Kursbeginn fallen 50% Stornokosten an. Bei einer Stornierung von weniger als 7 Tagen vor Kursbeginn müssen wir Ihnen die gesamte Kursgebühr zzgl. MwSt in Rechnung stellen. Sie haben bei Stornierung aber die Möglichkeit das (oder ein anderes) bereits stattfindendes Seminar kostenfrei (bzw. nach Bezahlung des Differenzbetrages) zu besuchen. Natürlich kann auch kurzfristig ein Kollege / eine Kollegin Sie im Seminar vertreten.

Mit Enable AI bereiten Sie sich auf aktuelle Themen im Bereich Künstliche Intelligenz / Cognitive Technologies (Data Science, Machine Learning und Deep Learning) vor. Wir helfen Ihnen, künstliche Intelligenz in Ihrem Unternehmen zu etablieren. Mit unseren Schulungen erhalten Ihre Mitarbeiter das nötige Fachwissen von Experten aus der Industrie auf praxisnahe Weise vermittelt. Die Seminare finden u.a. in Stuttgart, München, Köln, Frankfurt am Main oder auch in-house in Ihrer Firma statt. Kontaktieren Sie uns gerne per Mail oder telefonisch.

Leistungen:

  • Seminare
  • Schulungen
  • Kurse
  • Weiterbildung
  • Künstliche Intelligenz (KI)
  • Deep Learning
  • Data Science
  • Python
  • R
  • Keras
  • TensorFlow
  • Machine Learning
  • Data Mining
  • Predictive Maintenance

Wo finden Ihre Seminare statt?

  • Stuttgart
  • München
  • Frankfurt
  • Köln
  • Ulm

Werden Sie über neue Bewertungen benachrichtigt

Es wurden noch keine Bewertungen geschrieben.

Schreiben Sie eine Bewertung

Haben Sie Erfahrung mit diesem Kurs? Schreiben Sie jetzt eine Bewertung und helfen Sie Anderen dabei die richtige Weiterbildung zu wählen. Als Dankeschön spenden wir € 1,00 an Stiftung Edukans.

Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Bitte füllen Sie das Formular so vollständig wie möglich aus

(optional)
(optional)
(optional)
(optional)
(optional)
(optional)

Haben Sie noch Fragen?

(optional)

Anmeldung für Newsletter

Damit Ihnen per E-Mail oder Telefon weitergeholfen werden kann, speichern wir Ihre Daten.
Mehr Informationen dazu finden Sie in unseren Datenschutzbestimmungen.