Machine Learning mit Python

Preis: Der genannte Preis gilt pro teilnehmende Person. Falls Sie die minimale Teilnehmeranzahl nicht erreichen, sprechen Sie uns gerne an. Wir finden eine Lösung! Sehr gerne passen wir das Training auch auf Ihre individuellen Anforderungen hin an.

Eine Auswahl der Schulungsinhalte:

• Einführung in die Grundbegriffe des Machine Learnings 
• Umgang mit dem Machine-Learning-Framework scikit-learn 
• Logik und Praxis: Aufteilen von Daten in Test und Trainingsdaten  
• Vorstellung und Anwendung relevanter Aufbereitungsschritte, z. B. One-Hot-Encoding, Standardization, Imputation 
• Training von Machine-Learning-Modellen auf Basis verschiedener Algorithmen, z. B. Decision Trees, Support Vector Machines, Random Forests, XGBoost etc. 
• Verknüpfung von Aufbereitungs- und Modellierungsschritten in einer scikit-learn Pipeline 
• Interpretation verschiedener Metriken zur Modellevaluation 
  • Für Klassifikationen: (Balanced) Accuracy, AUC, F1-Score, etc. 
  • Für Regressionen: RMSE, MAE 
• Parameter Tuning (Grid Search) der Modelle mit Hilfe von Cross-Validation
• Selbstständige Anwendung des Erlernten in praktischen Übungen

Zielgruppe: Dieser Kurs richtet sich an TeilnehmerInnen mit bestehenden Vorkenntnissen in Python oder Statistik.

Datum und Ort: Diesen Kurs bieten wir Ihnen als Inhouse-Training an - digital oder bei Ihnen vor Ort zu einem Datum Ihrer Wahl.