Machine Learning Algorithmen mit scikit-learn (Python)
Webinar - GFU Cyrus AG
Entlang des Kurses werden die notwendigen Hintergründe mit dem Ziel gelernt, das Wissen in Selbstlernphasen praktisch einzusetzen. Etwa 50% des Kurses sind Übungsphasen, in denen mit Unterstützung des Dozenten Schwierigkeiten und typische Probleme gelöst werden. Dies ermöglicht, das Gelernte nach dem Seminar direkt im Unternehmen einzusetzen.
Anhand vieler Übungsaufgaben begegnen die Teilnehmenden üblichen Praxisschwierigkeiten bei der Umsetzung, so dass der Übertrag auf eigene Daten im Unternehmen nach der Schulung leichter fällt.
Regression: MSE (mean squared error), MAE (mean absolute error)
Unsupervised Learning Verfahren
K-means Clustering und DBSCAN
Cluster-Ergebnisse anhand von Metriken einschätzen und interpretieren
Vergleich von Cluster-Ergebnissen über verschiedene Algorithmen hinweg
Machine Learning - Anwendungen für die Praxis
Hyperparameter bei den Algorithmen setzen
Semi-automatische Hyperparametersuche bei Algorithmen (Hyperparameter Tuning)
Kreuzvalidierung
Dauer/zeitlicher Ablauf:
3 Tage
Zielgruppe:
Dieser Kurs ist für Teilnehmende konzipiert, welche über Grundlagen von Python verfügen und Machine Learning Algorithmen bei typischen Problemen aus der industriellen Praxis für tabellarische Daten (z.B. Messdaten, csv Dateien, Excel Dateien) einsetzen möchten. Der Fokus liegt auf der praktischen Anwendung und dem Lösen von Übungsaufgaben zur Vertiefung.
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern.
Diese Cookies werden nicht automatisiert gesetzt.
Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren.
Weitere Informationen finden Sie hier.
