06131 464 95 96

Machine Learning Kurs

Selbstlernende Algorithmen trainieren und künstliche Intelligenz für Data-Science-Fragestellungen einsetzen

Wie lernen Algorithmen, wie wähle ich das richtige Modell für meine Fragestellung und wie erhalte ich präzise Vorhersagen? Das zweitägige Seminar behandelt einerseits die Theorie des maschinellen Lernens und zeigt Ihnen anderseits, wie Sie diese in der Praxis umsetzen.

Auf einen Blick

Kursbeschreibung

Dauer:
2 Tage

Teilnehmerkreis:
Alle, die neben einem Überblick zu den Feldern Data Science und Machine Learning auch Modelle selbst zum Einsatz bringen möchten.

Notwendiges Vorwissen:
Mathematisches ist hilfreich, anderes Vorwissen wird nicht vorausgesetzt.

Zertifizierung:
Die erfolgreiche Teilnahme wird den Teilnehmern zertifiziert.

Ihr Mehrwert: Sie lernen Machine Learning für Ihre Fragestellungen zu nutzen. Für die Übungen haben wir aus unserer Erfahrung diejenigen Modelle ausgewählt, die Sie am häufigsten in der Praxis benötigen. So werden Sie in die Lage versetzt, in Ihrem Unternehmen selbstständig Vorhersagemodelle zu entwickeln.

Maschinelles Lernen und künstliche Intelligenz haben sich in den letzten Jahren enorm weiterentwickelt und werden auch in den nächsten Jahrzehnten unsere Wirtschaft maßgeblich prägen. Selbstlernende Algorithmen können für ganz unterschiedliche Fragestellungen trainiert werden. Nachdem sie aus Daten gelernt haben, erlauben Sie Prognosen, unterstützen Entscheidungen oder decken neue Zusammenhänge auf.

Das Seminar startet mit einem Überblick über die Felder Data Science, künstliche Intelligenz und maschinelles Lernen. Dabei werden Begriffe geklärt und aktuelle Trends und Fortschritte vorgestellt. Im Anschluss daran werden die wichtigsten klassischen Algorithmen des maschinellen Lernens behandelt. Welche Modelle erlauben die höchste Vorhersagegenauigkeit? Bei welchen Modellen ist die Interpretation der Ergebnisse am besten möglich? Anhand von Beispielen wählen Sie für unterschiedliche Fragestellungen die geeignete Methode. In einer Einführung zu Deep Learning lernen Sie die Unterschiede der klassischen Algorithmen zu neuronalen Netzen und die Grundzüge, der Funktionsweise. Außerdem behandelt das Seminar auch die Validierung von Vorhersagen, sodass Sie die Ergebnisse eines Algorithmus bewerten können.

Im Praxisprojekt setzen Sie selbst den typischen Data Science Workflow um. Ein Crashkurs zu den Tools versetzt Sie in die Lage, eigene Fragestellungen zu behandeln. Daraufhin erhalten Sie echte Daten, binden diese an und trainieren ein Modell. Sie decken dabei neue Zusammenhänge auf, indem Sie beispielsweise die Variablenwichtigkeit auswerten. Nachdem Sie die Modelle validiert haben, wenden Sie diese auf neue Daten an und treffen Vorhersagen.

Das Seminar verfolgt das Ziel, Sie möglichst gut auf die konkrete Umsetzung eigener Fragestellungen vorzubereiten. Im Zuge unseres „Customised Learning“-Ansatzes erhalten Sie die Möglichkeit, bereits vor Seminarbeginn dem Dozenten Ihre individuelle Fragestellung zu schicken, die anschließend im Kurs diskutiert wird.

Inhalte:

  • Data Science und Machine Learning: Ursprünge, Trends und Entwicklungen
  • Supervised Learning für Predictive Analytics
  • Unsupervised Learning und Data Mining
  • Lineare und logistische Regression
  • Decision Trees, Random Forests, Boosting
  • Clustering-Methoden
  • Einführung in Deep Learning mit künstlichen neuronalen Netzen
  • Wahl des richtigen Modells in Abhängigkeit von Daten und Aufgabenstellung
  • Erkennung von Overfitting und Strategien dagegen
  • Interpretierbarkeit von Vorhersagen
  • Hyperparameter
  • Modellvalidierung und die Verlustfunktion
  • Die wichtigsten Tools und Methoden des maschinellen Lernens
  • R und Python für Machine Learning
  • Crashkurs R und RStudio
  • Anbindung von Datenquellen
  • Praxisprojekt: Entwicklung und Validierung eines eigenen Vorhersagemodells

Praxis-Projekte

Im Praxisprojekt mit Echtdaten kommt das Gelernte zum Einsatz. Im Kurs wird eines der folgenden Praxisprojekte durchgeführt:

Bewegungs-Sensordaten. Im Kurs werden Sensordaten zu Bewegungen der Teilnehmer aufgezeichnet. Anschließend wird ein Modell entwickelt, das wie ein Fitness-Tracker aus den Sensordaten die entsprechende Bewegung vorhersagt. Was genau dabei das Modell lernt und anschließend vorhersagen kann, wird von den Teilnehmern selbst entschieden.

Fahrzeugdiagnose. On-Board-Diagnosesysteme in PKW und LKW zeichnen Daten von Steuergeräten und Sensoren auf. Mit Hilfe dieser Daten soll im Praxisprojekt der Ausfall eines Druckluftsystems vorhergesagt werden.

Diabetes-Prognose. Das Risiko an Diabetes zu erkranken hängt ab von Blutwerten, aber auch dem Body-Mass-Index oder dem Alter. Ziel dieses Projekts ist die Vorhersage eines individuellen Erkrankungsrisikos der Probanden.

Buchen ohne Risiko: Als Verbraucher können Sie innerhalb von 14 Tagen nach der Buchung jederzeit kostenfrei Ihre Teilnahme stornieren, solange Sie über zwei Wochen vor Kursbeginn buchen. Sichern Sie sich jetzt Ihren Platz!


Fundierte Theorie

Die wichtige Theorie wird in fokussierter Form in intensiven Theorieblöcken vermittelt.


Praxisprojekt mit Echtdaten

Ein Praxisprojekt mit realen Daten befähigt die Teilnehmer, die Inhalte eigenständig in der Praxis anzuwenden.


eLearning

In unseren Kursen kommt das IOMIDS eLearning zum Einsatz. Interaktives Quiz-Voting sorgt für hohen Lernerfolg.


Hochkarätige Dozenten

Unsere Dozenten haben eine fundierte akademische Ausbildung, oft mit Promotion. Alle Dozenten arbeiten aktuell in Data-Science-Positionen und bringen so den neusten Stand aus der Praxis mit.


Präsenzkurse

Unsere Präsenzkurse bieten deutlich höhere Motivation und bessere Lernerfolge als Online-Kurse. Individuelle Fragen zu bisherigen Erfahrungen werden beantwortet, und Teilnehmer können sich mit anderen Data Scientists vernetzen.


Zertifizierung

Für alle Kurse gibt es Teilnahmezertifikate bzw. bei Kursen mit Prüfungsblöcken ein Zertifikat über das erfolgreiche Bestehen. Zertifikate werden zweisprachig auf Deutsch und Englisch ausgestellt.

Wie kann ich im Anschluss die Kenntnisse vertiefen?

Mit der Kursteilnahme legen Sie die Basis, um im Folgekurs „Neuronale Netze und Deep Learning“ den State-of-the-Art in der künstlichen Intelligenz zu vertiefen.

Was ist im Preis enthalten?

Der Preis beinhaltet die Schulung inkl. der Unterlagen zur Vorlesung sowie natürlich auch Getränke und das Mittagessen.

Wird ein eigener Laptop benötigt?

Ja, bitte bringen Sie Ihren Laptop mit. Auf Windows-Laptops sind keine Administratorrechte notwendig, bei MacOS oder Linux sind ggf. Administratorrechte notwendig. iPads oder Android-Tablets sind leider ungeeignet.

Ist dieser Kurs der richtige für mich?

Diser Kurs ist optimal, wenn Sie selbst Modelle des maschinellen Lernen zum Einsatz bringen möchten und nicht vor etwas Programmierung zurückschrecken. Teilnehmer des Kurses sind z.B. Entwickler oder Programmierer, die sich im Bereich künstliche Intelligenz fortbilden möchten oder deren Arbeitgeber mehr Know-how in diesem Bereich benötigt, Absolventen von Studiengängen wie Ingenieurswissenschaften, Mathematik, Physik und anderen Naturwissenschaften, die den Berufseinstieg im Bereich Data Science planen sowie Analysten oder Data Engineers, die sich stärker in Richtung Data Science entwickeln möchten. Außerdem besuchen den Kurs auch Freelancer und Consultants, die Ihr Spektrum um das Maschinelle Lernen erweitern möchten

Muss ich in dem Kurs programmieren?

Es wird keine Vorerfahrung vorausgesetzt, aber die Praxisprojekte umfassen auch Programmierung um eigene Machine-Learning-Modelle umzusetzen und zu trainieren. Wenn das nicht das Richtige für Sie ist, schauen Sie sich doch einmal den Data Science Grundlagen-Kurs an oder lassen Sie sich von uns beraten.

Kurstermine

Berlin, 10.-11. Dezember 2020

Dozent: Dr. Thieß

Veranstaltungsort: Berlin

Termin: Donnerstag 10. Dezember 2020, 10:00 – 17:00, Freitag 11. Dezember 9:00 – 16:00

Kurssprache: Deutsch

Kosten: 1390 € zzgl. MwSt.

Verfügbarkeit: Ausgebucht


Vormerken

Termin und Kursort für den nächsten Kurs sind aktuell in Planung. Merken Sie unverbindlich Ihr Interesse vor und erfahren Sie als Erster davon, wenn der Termin feststeht. Sie haben auch die Möglichkeit Präferenzen anzugeben.
vormerken

Haben Sie Fragen?


Kontaktieren Sie mich hier oder rufen Sie an: 06131 464 95 96. Ich helfe gerne weiter.

Tamara Noll IOMIDS
Tamara Noll
Client Relations

Für eine ausführliche Beratung zum richtigen Kurs können Sie einen unverbindlichen Beratungstermin vereinbaren.

Übersicht Data Science und KI Schulungen

Schulungen 2020
Wenn Sie Interesse an einer Übersicht aller Schulungen in Data Science und künstlicher Intelligenzfür das Jahr 2020 haben, klicken Sie hier.

Bildungsscheck NRW


✓ IOMIDS akzeptiert den Bildungsscheck. Als Einzelperson oder KMU aus NRW übernimmt das Land NRW bis zu 50% der Kosten für die Kurse von IOMIDS. Weitere Infos