Wissen neu vermitteln mit E-Learning

Entwickeln Sie stimmige Kurskonzepte im Blended Learning Format.

Mit diesem berufsbegleitenden Blended Learning Kurs werden Sie praxisnah zum virtuosen Blended Learning Profi: Im Blended Learning Format werden Sie zur/m "Zertifizierten/r Blended Learning Designer/in" und erwerben umfassende didaktische, methodische, mediale und technische Kompetenzen, um ein professionelles Blended Learning-Konzept zu entwickeln. Mit Praxisaufgabe und persönlicher Betreuung!

Unter dem Begriff Machine Learning, oder Data Mining, versteht man eine Sammlung von Algorithmen, die es Systemen ermöglichen, zu lernen. Lernen bedeutet in diesem Kontext, mit zunehmender Anzahl an Erfahrungswerten, also Daten, die Leistung bei der Lösung eines bestimmten Problems bzw. Fragestellung zu verbessern. In dieser Schulung lernen die Teilnehmer zunächst die Grundlagen von Python sowie die Bearbeitung von großen Datenmengen. Anschließend werden die populärsten Algorithmen aus dem Bereich Supervised und Unsupervised Leraning betrachtet.

Die Erstellung eines Anforderungskonzeptes zur Einführung eines Learning-Management-Systems kann recht komplex werden. Die Berücksichtigung von bereits vorhandenen Daten zur Integration, von gesetzlichen und unternehmensinternen Bedarfen und Vorgaben u.v.m. unterstreichen die Sinnhaftigkeit dieser Lehrgangseinheit. Es wird aufgezeigt, welche Vorgaben im Modul Learning von SuccessFactors von der Trainingsadministration eingestellt werden können. Der Lehrgang vermittelt Argumentationshilfen sowie Leitlinien für eine optimale Konzeptionierung. Dieser Lehrgangstag wird als optionaler Anschlusstermin zum Lehrgang SAP SuccessFactors Learning Management angeboten (Seminar 54085).

Deep Learning ist ein Teilgebiet des maschinellen Lernens, bei dem Algorithmen direkt, ohne menschlichen Einfluss, aus den verwendeten Daten lernen. So gesehen ist Deep Learning die partielle Automatisierung des maschinellen Lernens. In dieser Schulung lernen die Teilnehmer die Grundlagen neuronaler Netze sowie deren Training und Evaluierung kennen. Ein Schwerpunkt liegt hierbei auf verschiedenen Optimierungsmethoden sowie die Architektur verschiedener Modelle.Bestandteil sind unter anderem Convolutional Neuronal Networks (CNN).

Der Kurs Machine Learning mit Python ist das zweite Modul des Lehrgangs Data Science Crash Course mit Python. Mit dem Lehrgang erhalten eine fundierte, modular aufgebaute Einführung in die Themen Data Science, Künstliche Intelligenz und Machine Learning sowohl für numerische Daten als auch für Textdaten.

Das Modul Machine Learning mit Python gibt einen Einblick in die unterschiedlichen Algorithmen des Maschinellen Lernens. Die Theorie dahinter wird dabei anhand von Praxis-Übungen aus den Bereichen Clustering, Virtuelle Sensoren und Zeitreihenvorhersage vermittelt. In diesem Modul werden Sie sich hauptsächlich mit der Anwendung des Machine Learning auf numerischen Daten beschäftigen.

Wenn heutzutage von Künstlicher Intelligenz gesprochen wird, meinen die meisten eigentlich Maschinelles Lernen. Maschinelles Lernen, oder Machine Learning, lässt die Daten für einen sprechen. Denn anstatt dass Sie selbst Regeln erstellen finden Machine Learning Algorithmen mit Ihrer Hilfe diese Regeln selbst.

Dabei unterteilt sich Machine Learning in drei Hauptbereiche: Supervised Learning, Unsupervised Learning und Reinforcement Learning. Sie werden aus diesen Bereichen zahlreiche Algorithmen kennenlernen und ausgewählte Algorithmen (KMeans, DBSCAN, Random Forest, XGBoost, Neuronale Netze, LSTMs) in drei Praxis-Übungen selbst intensiv anwenden.

Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh