Machine Learning mit Python

- Verständnis der verschiedenen Bereiche des Maschinellen Lernens, wie z.B. des Überwachten und Unüberwachten Lernens sowie Identifizierung von Szenarien, in denen es sinnvoll ist, das Maschinelle Lernen zur Lösung realer Probleme einzusetzen.
- Aufbau eines Repertoires verschiedener Algorithmen und Ansätze des Maschinellen Lernens (Daten und algorithmische Modelle / parametrische und nichtparametrische Modelle) und Verständnis ihrer verschiedenen Stärken und Schwächen.
- Erlernen der Verwendung der Programmiersprache Python und des wissenschaftlichen Rechenstapels von Python zur Implementierung von Maschinellen Lernalgorithmen, um
* die Lernerfahrung zu verbessern,
* in der Lage zu sein, neue Algorithmen zu entwickeln,
* Maschinelles Lernen zur Problemlösung in verschiedenen Bereichen und Anwendungs-bereichen anzuwenden.
- In der Lage sein, Probleme mit Blick auf das gewünschte Ergebnis anzugehen und den typischen Kompromiss zwischen Rechenleistung, Modellinterpretierbarkeit und Vorhersage-genauigkeit effektiv zu bewältigen.
- Kombination von theoretischen und praktischen Konzepten, die in diesem Kurs vermittelt werden, um kreative, praxisnahe Problemlösungen zu entwickeln

IT Mitarbeiter sowie Personen mit Erfahrung in der Programmierung und/oder Datenanalyse, die ein tiefes Verständnis und einen praktischen Umgang mit den Technologien des Maschinellen Lernens suchen.

Die Programmierübungen verwenden Python und die Pandas-Bibliothek zur Manipulation von Datensätzen. Wenn Sie mit Python und der Pandas-Bibliothek nicht vertraut sind, empfehlen wir Ihnen vorab die Teilnahme an unserem Seminar → Data Mining mit Python. Des Weiteren sollten Sie mit den grundlegenden Konzepten der Mathematik wie Statistik, Wahrscheinlichkeitsrechnung und linearer Algebra sein.