Schulungsübersicht

Einführung in angewandtes Machine Learning

  • Statistisches Lernen vs. Maschinelles Lernen
  • Iteration und Bewertung
  • Bias-Varianz-Abgleich

Machine Learning mit Python

  • Auswahl von Bibliotheken
  • Zusätzliche Werkzeuge

Regression

  • Lineare Regression
  • Verallgemeinerungen und Nichtlinearität
  • Übungen

Klassifikation

  • Bayessche Auffrischung
  • Naiver Bayes
  • Logistische Regression
  • K-Nächste Nachbarn
  • Übungen

Kreuzvalidierung und Resampling

  • Ansätze zur Kreuzvalidierung
  • Bootstrap
  • Übungen

Unüberwachtes Lernen

  • K-Mittel-Clustering
  • Beispiele
  • Herausforderungen beim unüberwachten Lernen und über K-means hinaus

Voraussetzungen

Kenntnisse der Programmiersprache Python. Grundlegende Vertrautheit mit Statistik und linearer Algebra wird empfohlen.

  14 Stunden
 

Teilnehmerzahl


Beginnt

Endet


Die Termine sind abhängig von der Verfügbarkeit und finden zwischen 09:30 und 16:30 statt.
Offene Schulungskurse erfordern mindestens 5 Teilnehmer.

Erfahrungsberichte (5)

Kombinierte Kurse

Verwandte Kategorien