Inhalt
Zielgruppe:
Dieser Kurs richtet sich an motivierte und teamorientierte Quereinsteiger, Geisteswissenschaftler und Studienabbrecher, die in die wachsende Digitalbranche einsteigen möchten. Das Unternehmen spricht auch explizit Frauen an, die eine Karriere in der Digitalwirtschaft anstreben und Interesse am Programmieren haben. Im Laufe des Bootcamps bauen die Teilnehmerinnen ihr eigenes digitales Portfolio auf und schließen die Ausbildung mit einem eigenen „digitalen Gesellenstück“ ab. Dabei erstellen sie wichtige Arbeitsproben.
Kursinhalt:
Konzepte des maschinellen Lernens Einführung
Einführung in die Grundlagen des maschinellen Lernens (ML) und seine Rolle in der Datenwissenschaft.
Überblick über die Arten des maschinellen Lernens: überwachtes, unüberwachtes und bestärkendes Lernen.
Schlüsselkonzepte wie Trainingsdaten, Testdaten, Modelle und Algorithmen.
Techniken des überwachten Lernens
Verständnis von Klassifizierungs- und Regressionsalgorithmen.
Einführung in Entscheidungsbäume, logistische Regression und k-nächste Nachbarn.
Praktische Anwendungen und Problemlösung in der realen Welt mithilfe von überwachtem Lernen.
Datenvorverarbeitung und Feature-Engineering
Techniken zur Behandlung fehlender Werte und Ausreißer.
Bedeutung der Auswahl und Extraktion von Merkmalen in ML-Modellen.
Datennormalisierung und -standardisierung für eine bessere Modellleistung.
Algorithmen für maschinelles Lernen und Modellbewertung
Einführung in gängige Algorithmen für maschinelles Lernen, die in der Datenwissenschaft verwendet werden.
Bewertungsmetriken: Genauigkeit, Präzision, Rückruf, F1-Score und ROC-Kurve.
Bewährte Verfahren zur Auswahl und Abstimmung von Modellen auf der Grundlage des vorliegenden Problems.
Reale Anwendung von maschinellem Lernen
Anwendung von Modellen des maschinellen Lernens auf reale Datensätze.
Praktische Projektarbeit mit Python-Bibliotheken wie scikit-learn.
Erstellung und Bereitstellung von Modellen des maschinellen Lernens für Geschäftslösungen.
- Förderungsart
- Bildungsgutschein (nach AZAV, Akkreditierungs- und Zulassungsverordnung Arbeitsförderung) i
- Unterrichtsart
- Online-Seminar