Dieser fortgeschrittene Python-Kurs befasst sich mit den Themen Knowledge Discovery in Datenbanken und dem Begriff des Data-Mining, bei dem es vorwiegend um das Finden von neuen Mustern und Gesetzmäßigkeiten geht. In diesem Kurs bieten wir einen Überblick über die Potenziale von Künstlicher Intelligenz (KI), einschließlich Tools wie ChatGPT (GPT). Wir möchten den Teilnehmenden eine interaktive und praxisnahe Lernerfahrung ermöglichen und ihre Fähigkeiten in diesem Bereich fördern.
Inhalt
Grundlagen des maschinellen Lernens
Lernalgorithmen für die Klassifizierung trainieren
Machine-Learning Klassifizierer mit Scikit-learn verwenden
Datenvorverarbeitung
Datenkomprimierung durch Dimensionsreduktion
Best Practices zur Modellbewertung und Hyperparameter-Abstimmung
Kombination verschiedener Modelle für das Ensemble Learning
Machine Learning zur Analyse von Stimmungslagen nutzen
Einbetten eines Machine-Learning-Modells in eine Webanwendung
Vorhersage stetiger Zielvariablen durch Regressionsanalyse
Verwendung nicht gekennzeichneter Daten: Clusteranalyse
Implementierung eines künstlichen neuronalen Netzes
Parallelisierung des Trainings neuronaler Netze mit TensorFlow
Die Funktionsweise von TensorFlow im Detail
Bildklassifizierung mit tiefen konvolutionalen neuronalen Netzen
Modellierung sequenzieller Daten durch rekurrente neuronale Netze
Zielgruppe
Datenanalysten, Wissenschaftler
Voraussetzungen
Fortgeschrittene Kenntnisse in Python
Förderung
Kompletter Kurs förderfähig z.B. mit Bildungsgutschein, über Berufsförderungsdienst (BFD) oder bei Kurzarbeit
