Machine Learning mit R

Datum/Zeit
Mo, 23. September 2019–Di, 24. September 2019
Uhrzeit: 9:00–17:00

Ort
Hamburger Business Center, Hamburg

Kategorie
Sprache
Deutsch

Beschreibung

In diesem Training lernen Sie den Umgang mit den zentralen Machine Learning Verfahren in R kennen und in Klassifikations- und Regressionsszenarien einzusetzen. Jedes der besprochenen Verfahren wird in dem Training zunächst theoretisch eingeleitet, anschließend in R 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 R sollte vorhanden sein.

Lernziele

  • Einführung in die methodischen Grundlagen des Machine Learnings
  • Einführung in Techniken des Machine Learnings mit R
  • Eigene Prognoseprobleme mit R 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 4 Wochen vor dem Training: Ankündigung mit Kursbeschreibung, Softwarevoraussetzung, Installationsanleitung, Timetable & optionaler Möglichkeit zur Vorbereitung
  • Sie erhalten 1 Woche vor der Training 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 Hamburg

Hamburg

Morgens Fisch, Mittags Python, Abends R – die Trainings im hohen Norden finden im Hamburger Business Center statt – 2 Haltestellen von der Hafencity entfernt. Besuchen Sie am Abend die Elbphilharmonie oder gehen Sie an der Alster spazieren!