Machine Learning mit Python – Für Einsteiger (3 Tage von 09:00 bis 17:00)*

 

Beschreibung: Machine Learning bedeutet die Anwendung von Algorithmen um aus Daten Wissen
zu extrahieren und mit Hilfe von Computern und Robotern Vorhersagen für zukünftige Ereignisse zu
treffen wie z.B. ist eine eingehende Mail Spam oder nicht? Ist die bildbasierte, medizinische Krebs-
Diagnose positiv oder negativ? Wird Moody’s Long-Term Dept Rating A oder C sein? Unter
Supervised Learning werden Techniken verstanden um aus vorhandenen Daten zu lernen und
Vorhersagen für neue Daten zu treffen. Sie lernen diese Techniken anzuwenden und zu optimieren,
insbesondere unter der Anwendung des gängigen Python-Paketes scikit-learn. Falls Sie
Muster und Cluster in Ihren Daten entdecken möchten, dann lernen Sie die Methoden des
Unsupervised Learnings, die so genannt werden, da die Daten (noch) nicht durch ein lernendes Ziel
supervised sind. Um das alles zu erreichen, lernen Sie am ersten Tag die Grundlagen der
wunderbaren, open-source Programmiersprache Python, indem Sie gängige Datenstrukturen und
Pakete z.B. NumPy, Matplotlib und Pandas bearbeiten. Dieser Schritt ist notwendig, um die Daten
für Machine Learning vorzubereiten.

Voraussetzungen: Analytisches Denkvermögen. Kenntnisse einer anderen Programmiersprache
sind vorteilhaft.

Zielgruppen: Studierende, Job-Anfänger und Job-Umsteiger in den Bereichen: Data Analytics, Data Science,
Machine Learning, Statistik, Biometrie. Alle die Daten besitzen und aus denen Wissen extrahieren
möchten. Alle die Daten besitzen und in die Datenanalyse einsteigen möchten.

Kursinhalt:

1. Einführung in Python für Datenanalyse / Data Science

  1. Die Python Programmiersprache (Operationen, Datentypen (Listen, Tuples, Strings, Dictionaries, Sets),  Execution control (Bedingungen, Loops), Funktionen und Pakete)
  2.  NumPy
  3. Matplotlib
  4. Pandas

2. Supervised Learning Verfahren mit Python (mit scikit-learn)

  1. Explorative Datenanalyse
  2. Klassifikation
  3. Regression
  4. Fine-tuning
  5. Datenaufbereitung and pipelines

3. Unsupervised Learning Verfahren mit Python (mit scikit-learn und scipy)

  1. Clustering
  2. Hierarchical clustering
  3. Hauptkomponentenanalyse und t-SNE
  4. Case studies

Die Schulungen werden einmal im Quartal bei einer Teilnehmeranzahl von mindestens drei Personen angeboten. Der Preis für eine Schulung ist 899 EUR zzgl. MwSt. pro Person (für Studierende gelten andere Preise). Anmeldung per Kontaktformular.