Apache Airflow für Data Science: Automatisierung von Machine-Learning-Pipelines Schulung

Diese instructor-led, live-Schulung in Schweiz (online oder vor Ort) richtet sich an Biologinnen und Biologen, die verstehen möchten, wie AlphaFold funktioniert, und AlphaFold-Modelle als Leitfaden für ihre experimentellen Studien nutzen möchten.

Nach Abschluss dieser Schulung sind die Teilnehmenden in der Lage:

• die grundlegenden Prinzipien von AlphaFold zu verstehen.
• nachzuvollziehen, wie AlphaFold funktioniert.
• AlphaFold-Vorhersagen und -Ergebnisse zu interpretieren.

Diese von einer Lehrperson geleitete Live-Schulung in Schweiz (online oder vor Ort) richtet sich an Teilnehmer mit unterschiedlichem Fachwissen, die die AutoML-Plattform von Google nutzen möchten, um individualisierte Chatbots für verschiedene Anwendungen zu erstellen.

Nach Abschluss dieser Schulung werden die Teilnehmer in der Lage sein:

• Die Grundlagen der Chatbot-Entwicklung zu verstehen.
• Sich in der Google Cloud Platform zurechtzufinden und auf AutoML zuzugreifen.
• Daten für das Training von Chatbot-Modellen vorzubereiten.
• Eigene Chatbot-Modelle mit AutoML zu trainieren und zu evaluieren.
• Chatbots in verschiedene Plattformen und Kanäle zu integrieren und bereitzustellen.
• Die Chatbot-Leistung über die Zeit zu überwachen und zu optimieren.

Diese vom Dozent geleitete, live stattfindende Schulung in Schweiz (online oder vor Ort) bietet eine Einführung in die Felder der Mustererkennung und des maschinellen Lernens. Dabei werden praktische Anwendungen in den Bereichen Statistik, Informatik, Signalverarbeitung, Computer Vision, Data Mining und Bioinformatik behandelt.

Nach Abschluss dieser Schulung werden die Teilnehmer fähig sein:

• Grundlegende statistische Methoden auf die Mustererkennung anzuwenden.
• Schlüsselmodelle wie neuronale Netze und Kernel-Methoden für die Datenanalyse zu verwenden.
• Fortschrittliche Techniken zur Lösung komplexer Probleme zu implementieren.
• Die Vorhersagegenauigkeit durch die Kombination verschiedener Modelle zu verbessern.

Diese dozentengeleitete Live-Schulung in <Ort> (online oder vor Ort) richtet sich an Entwickler, Data Scientists und KI-Experten mit mittlerem Kenntnisstand, die TensorFlow Lite für Edge-AI-Anwendungen nutzen möchten.

Nach Abschluss dieser Schulung sind die Teilnehmer in der Lage:

• Die Grundlagen von TensorFlow Lite und seine Rolle in der Edge AI zu verstehen.
• KI-Modelle mit TensorFlow Lite zu entwickeln und zu optimieren.
• TensorFlow Lite-Modelle auf verschiedenen Edge-Geräten bereitzustellen.
• Werkzeuge und Techniken für die Modellkonvertierung und Optimierung anzuwenden.
• Praktische Edge-AI-Anwendungen mit TensorFlow Lite zu implementieren.

Dieses Live-Training mit Dozent in Schweiz (online oder vor Ort) richtet sich an Entwickler und Data Scientists, die auf Kubernetes Machine-Learning-Workflows erstellen, bereitstellen und verwalten möchten.

Am Ende dieses Trainings sind die Teilnehmer in der Lage:

• Kubeflow on premise und in der Cloud zu installieren und zu konfigurieren.
• ML-Workflows auf Basis von Docker-Containern und Kubernetes zu erstellen, bereitzustellen und zu verwalten.
• Gesamte Machine-Learning-Pipelines auf verschiedenen Architekturen und Cloud-Umgebungen auszuführen.
• Kubeflow zu nutzen, um Jupyter-Notebooks zu erzeugen und zu verwalten.
• ML-Trainings-, Hyperparameter-Tuning- und Serving-Workloads über mehrere Plattformen hinweg aufzubauen.

Diese von einer Lehrkraft geleitete Live-Schung in Schweiz (online oder vor Ort) richtet sich an fortgeschrittene Datenanalysten, die lernen möchten, wie sie RapidMiner zur Schätzung und Projektion von Werten sowie zur Nutzung analytischer Werkzeuge für die Zeitreihenprognose einsetzen können.

Am Ende dieser Schulung werden die Teilnehmer in der Lage sein:

• Die CRISP-DM-Methodik anzuwenden, geeignete Algorithmen des maschinellen Lernens auszuwählen und den Modellaufbau sowie die Leistungsfähigkeit zu verbessern.
• RapidMiner zur Schätzung und Projektion von Werten einzusetzen und analytische Werkzeuge für die Zeitreihenprognose zu nutzen.

Diese instruktionsgeleitete Live-Schulung in Schweiz (online oder vor Ort) richtet sich an Fortgeschrittene, die state-of-the-art-XAI-Techniken für Deep-Learning-Modelle erkunden möchten, mit dem Fokus auf den Aufbau interpretierbarer KI-Systeme.

Nach Abschluss dieser Schulung werden die Teilnehmenden in der Lage sein:

• Die Herausforderungen der Erklärbarkeit im Deep Learning zu verstehen.
• Fortschrittliche XAI-Techniken für neuronale Netze zu implementieren.
• Entscheidungen von Deep-Learning-Modellen zu interpretieren.
• Die Abwägung zwischen Leistung und Transparenz zu bewerten.