Kontakt aufnehmen
 Dauer 21 Stunden

Schulungsübersicht

Einführung

  • Definition von Predictive AI
  • Historischer Kontext und Entwicklung der prädiktiven Analytik
  • Grundprinzipien des Machine Learning und Data Mining

Datensammlung und -aufbereitung

  • Sammeln relevanter Daten
  • Aufbereiten und Vorbereiten der Daten für die Analyse
  • Verständnis von Datentypen und Datenquellen

Exploratorische Datenanalyse (EDA)

  • Visualisierung von Daten zur Gewinnung von Erkenntnissen
  • Beschreibende Statistik und Datenzusammenfassung
  • Identifizierung von Mustern und Zusammenhängen in den Daten

Statistische Modellierung

  • Grundlagen der statistischen Inferenz
  • Regressionsanalyse
  • Klassifikationsmodelle

Machine-Learning-Algorithmen für Prognosen

  • Überblick über Algorithmen des überwachten Lernens
  • Entscheidungsbäume und Random Forests
  • Grundlagen von neuronalen Netzen und Deep Learning

Modellbewertung und -auswahl

  • Verständnis von Modellgenauigkeit und Leistungsmetriken
  • Techniken der Kreuzvalidierung
  • Überanpassung und Modellabstimmung

Praktische Anwendungen der Predictive AI

  • Fallstudien aus verschiedenen Branchen
  • Ethische Aspekte in der prädiktiven Modellierung
  • Grenzen und Herausforderungen der Predictive AI

Praktisches Projekt

  • Arbeiten mit einem Datensatz zur Erstellung eines prädiktiven Modells
  • Anwenden des Modells zur Vorausberechnung
  • Bewertung und Interpretation der Ergebnisse

Voraussetzungen

  • Grundlegendes Verständnis der Statistik
  • Erfahrung mit einer Programmiersprache
  • Vertrautheit mit Datenverarbeitung und Tabellenkalkulation
  • Keine Vorkenntnisse in KI oder Data Science erforderlich

Zielgruppe

  • IT-Fachkräfte
  • Analysten für Daten
  • Technisches Personal

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien