Machine Learning: Grundlagen supervised und unsupervised learning mit Anwendungsbeispielen in TensorFlow Keras
Seminar - GFU Cyrus AG
Nach diesem Kurs kennen Sie wichtige Grundkonzepte des Maschinellen Lernens und können diese mit eigenen Daten und im Internet verfügbaren Tools anwenden.
Kernel-Trick zur Garantie der Linearen Separierbarkeit in höheren Dimensionen
Beispiele und Demos zu Support Vector Machines
praktische Tipps
unsupervised learning („Lernen ohne Lehrer“)
unsupervised classical learning
clustering
dimension reduction
association
unsupervised deep learning
autoencoder
Generative Adversarial Networks (GAN)
Beispiel: Generative Adversarial Networks mit TensorFlow Keras
Hinweise zu Tools, Internet-Quellen und Literatur
Diskussion spezifischer Fragestellungen aus der beruflichen Praxis
Dauer/zeitlicher Ablauf:
3 Tage
Zielgruppe:
Personen, die im weitesten Sinne mit dem Feld der Künstlichen Intelligenz in Berührung kommen. Mitarbeiter, die große Datenmengen analysieren möchten (artificial intelligence, machine learning). Personen, die große Datenmengen analysieren möchten (data science, data mining). Teilnehmer der Data Science Business Akademie.
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.
