Der Begriff Machine Learning – oder auch Data Mining – beschreibt eine Sammlung von Algorithmen, die es Systemen ermöglichen zu lernen. In diesem Zusammenhang bedeutet Lernen, mit einer zunehmenden Anzahl an Erfahrungswerten, also Daten, die Leistung während der Lösung einer bestimmten Fragestellung zu optimieren.
Die Teilnehmer lernen in dieser Schulung zunächst die Grundlagen von Python, sowie die Werkzeuge zur Bearbeitung von großen Datenmengen kennen.
Im Anschluss werden die bekanntesten Algorithmen aus dem Bereich Supervised und Unsupervised Learning betrachtet.
Wie bei allen unseren Schulungen handelt es sich bei der Schulung ‘Einführung in das Machine Learning mit Python’ um eine Hand-On Veranstaltung. Praxisnahe Use Cases geben unseren Teilnehmern im Anschluss an den Theorieteil die Möglichkeit, erlernte Methoden und Konzepte direkt anzuwenden und somit neues Wissen zu festigen.
- Einführung
- Was ist Machine Learning?
- Data Analytics, Data Mining & Data Science
- Methoden & Konzepte
- Python Grundlagen
- Werte, Typen & Variablen
- Operatoren
- Funktionen
- If-, Else-, For-Anweisungen
- Datenstrukturen
- Data Handling mit Python
- Numpy Arrays
- Pandas Series & Dataframes
- Filtern & Sortieren von Daten
- Einlesen von Daten
- Daten Auswerten
- Daten Bereinigen
- Deskriptive Statistiken
- Datenvisualisierung
- Einführung in das Machine Learning
- Supervised vs. Unsupervised Learning
- Trainings- und Test-Datensatz
- Algorithmen mit Scikit-Learn
- Supervised Learning
- k-nearest Neigbor
- Lineare Modelle
- Naive Bayes Classifier
- Entscheidungsbäume
- Unsupervised Learning
- Vorverarbeitung und Skalierung
- Hauptkomponentenzerlegung (PCA)
- Nicht-negative Matrix Faktorisierung (NMF)
- Manifold Learning mit t-SNE
- k-Means-Clustering
- Agglomerative Clustering
- DBSCAN