Datum/Zeit
Do, 10. Oktober 2019–Fr, 11. Oktober 2019
Uhrzeit: 9:00–17:00
Ort
Tagungs- und Schulungszentrum, München
Deutsch
Beschreibung
In diesem Training lernen Sie den Umgang mit den zentralen Machine Learning Verfahren in Python kennen und in Klassifikations- und Regressionsszenarien einzusetzen. Jedes der besprochenen Verfahren wird in dem Training zunächst theoretisch eingeleitet, anschließend in Python umgesetzt und schließlich in einer kleinen Übung durch die Teilnehmer ausprobiert. Inhaltliche Fragestellungen die aufgrund von Beispieldatensätzen formuliert werden, dienen dem Kurs als roter Faden durch die Verfahren.
Neben den Algorithmen versucht das Training einen Eindruck von Machine Learning Prozessen zu vermitteln. D.h., es wird aufgezeigt, welche Schritte notwendig sind um einen Machine Learning Task zu lösen und wie diese konkret umgesetzt werden.
Wer sollte teilnehmen?
Data Scientists, Datenanalysten, Statistiker, Mathematiker, Researcher
Grundlegende Programmiererfahrung in Python sollte vorhanden sein.
Lernziele
- Einführung in die methodischen Grundlagen des Machine Learnings
- Einführung in grundlegenden Techniken des Machine Learnings mit Python
- Eigene Prognoseprobleme mit Python lösen
Inhalte
- Grundlagen des Machine Learnings / Data Minings
- Überblick über Modelle und Methoden, Über das Problem der Prognose
- Supervised vs. Unsupervised Learning
- Overfitting, Underfitting und Parametertuning – Techniken der Modellerstellung
- Grundproblem, einfache Kreuzvalidierung, 3 Fold-Technik, k-Fold-Validierung
- Klassifikationsverfahren
- Entscheidungsbäume, Random Forest, Gradient Boosting Machines, Neuronale Netze
- Evaluation von Klassifikationsverfahren (ROC-Kurven, Cutoff-Wert, Präzision, Sensitivität, Spezifität)
- Regressionsprobleme
- Lineare Regression, Regression Trees, Random Forest, Neuronale Netze, regularisierte Regressionen (Ridge Regression, Lasso Regression, Elastic Net), Polynome Regression
- Evaluation von Regressionsproblemen
- Clusteranalysen
- k-Nearest Neighbors, k-Means, Agglomerative Clusteranalyse
Shortfacts
- Preis: 1.400,- € zzgl. MwSt.
- Dauer: 2 Tage
- 2–10 Teilnehmer
- Kurssprache: Deutsch
- Training am eigenen Laptop
Was Sie erwartet
- Teilnehmerzertifikat
- Umfassende Schulungsunterlagen
- Verpflegung mit Mittagessen, Snacks und Getränken
- Top ausgestattete Schulungsräume
- Angenehme Lernatmosphäre durch kleine Gruppen und aufgelockerte Inhalte
- Hands-On-Training: Praxisorientiert mit anschaulichen Beispieldaten und kleinen Übungen
Buchung
Training bei Data-Science-Architect
- Erhalt der Buchungsbestätigung
- Anfahrtsplan + Hotelempfehlungen
- Ich frage im Vorfeld alle Teilnehmenden nach Ihrer Erwartung an das Training. Wenn Sie möchten, können Sie mir im Vorfeld dazu Feedback geben.
- Sie erhalten: Ankündigung mit Kursbeschreibung, Softwarevoraussetzung, Installationsanleitung, Timetable & optionaler Möglichkeit zur Vorbereitung sowie die im Kurs verwendeten Materialien wie Skripte und Datensätze.
- Pro Tag 8×45 Min. Lerneinheiten
- 30 Min. Open Space pro Tag im Anschluss an die Lerneinheiten
- An das Kursthema angepasstes Verhältnis von Theorie, Praxis und Übungsphasen
- Event Evaluation
- Bereitstellung der im Training erstellten Materialien
Buchungsdetails
- Der 3. Teilnehmer einer Anmeldung nimmt kostenfrei teil
- Rechnungsstellung erfolgt nach der Veranstaltung
Der Schulungsort München
München hat viel zu bieten: Machine Learning, objektorientierte Programmierung, Python, R und natürlich den Stachus, die Frauenkirche oder die Allianz Arena. Die Trainings finden in der Arnulfstraße statt – unweit der Innenstadt und einigen guten Brauhäusern.