Kursinformationen
Beschreibung
In diesem Seminar erhalten Sie einen praktischen Einstieg in das maschinelle Lernen mit Python. Sie lernen die Grundlagen von Supervised und Unsupervised Learning und setzen eigene Modelle mit Scikit-Learn um.
Sie analysieren Daten mit Pandas und NumPy, führen Preprocessing-Schritte durch und bewerten die Qualität Ihrer Modelle mit geeigneten Methoden.
Hinweis:
Dieses Seminar ist ein Angebot der Hees Akademie Gruppe.
Zielgruppe / Teilnehmerkreis
Dieses Seminar richtet sich an Personen mit technischem Hintergrund, die Machine Learning mit Python verstehen und anwenden wollen.
Anforderungen
Grundkenntnisse in Python werden vorausgesetzt. Erste Erfahrungen mit Datenanalyse oder Statistik sind hilfreich, aber nicht zwingend.
Dauer: 3 Tage
Inhalt
Einführung in Machine Learning
- Begriffe und Grundprinzipien
- Anwendungsfelder von ML
Überblick Supervised vs. Unsupervised Learning
- Klassifikation und Regression
- Clustering-Grundlagen
Datenvorverarbeitung mit Pandas und NumPy
- Daten laden, bereinigen und transformieren
- Feature Engineering
Modelltraining mit Scikit-Learn
- Modellwahl und Hyperparameter
- Train-/Test-Split und Cross-Validation
Evaluierung und Interpretation
- Metriken für Klassifikation und Regression
- Modellvergleich und Optimierung