Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Einführung
- Definition von vorhersagender KI
- Historischer Kontext und Entwicklung der vorhersagenden Analyse
- Grundprinzipien der maschinellen Lernprozesse und Datenanalyse
Datensammlung und Vorbereitung
- Sammeln von relevanten Daten
- Reinigen und Vorbereiten der Daten für die Analyse
- Verständnis von Datentypen und -quellen
Explorative Datenanalyse (EDA)
- Visualisierung von Daten zur Erkenntnisgewinnung
- Deskriptive Statistik und Datensummarisation
- Identifizieren von Mustern und Beziehungen in den Daten
Statistische Modellierung
- Grundlagen der statistischen Inferenz
- Regressionsanalyse
- Klassifizierungsmodelle
Maschinelles Lernen für Vorhersagen
- Übersicht über supervised Learning Algorithmen
- Entscheidungsbäume und Random Forests
- Grundlagen von neuronalen Netzen und Deep Learning
Modellauswahl und -bewertung
- Verständnis der Modellgenauigkeit und -leistungsmetriken
- Kreuzvalidierungstechniken
- Overfitting und Modellantuning
Praktische Anwendungen der vorhersagenden KI
- Fallstudien aus verschiedenen Branchen
- Ethische Überlegungen bei der vorausschauenden Modellierung
- Grenzen und Herausforderungen der vorhersagenden KI
Praxis-Projekt
- Arbeit mit einem Datensatz zur Erstellung eines vorausschauenden Modells
- Anwendung des Modells für Vorhersagen
- Bewertung und Interpretation der Ergebnisse
Zusammenfassung und weitere Schritte
Voraussetzungen
- Grundkenntnisse der Statistik
- Erfahrung mit einer Programmiersprache
- Vertrautheit mit Datenverwaltung und Tabellenkalkulationsprogrammen
- Keine vorherige Erfahrung in KI oder Data Science erforderlich
Zielpublikum
- IT-Professionals
- Datenanalysten
- Technische Mitarbeiter
21 Stunden
