Webinar - Essential Data Science Training GmbH
Kursteilnehmer lernen die wichtigsten Konzepte und Begriffe des maschinellen Lernens und werden in verschiedene Algorithmen des überwachten maschinellen Lernens eingeführt. Zudem werden weitere fortgeschrittene Konzepte für (überwachtes) maschinelles Lernen vermittelt um praktische Probleme besser und effizienter lösen zu können.
| Termin | Ort | Preis* |
|---|---|---|
| 27.03.2025- 28.03.2025 | München | auf Anfrage |
| 27.03.2025- 28.03.2025 | online | auf Anfrage |
| auf Anfrage | auf Anfrage | auf Anfrage |
Themenschwerpunkte Teil 1: Einführung in Machine Learning und Predictive Modeling
Allgemeine Fragestellungen im maschinellen Lernen (Regression, Klassifikation, Clustering, …)
Einführung allgemeiner Begriffe (Verlustfunktion, Risikominimierung, Overfitting, Hyper- und Modelparameter, Training- und Testdaten, …)
Lineare und Logistische Regression aus der Perspektive des maschinellen Lernens
K-nächste Nachbarn Verfahren
Wichtige Evaluationmaße für Regression und Klassifikation und deren Eigenschaften
Resampling Methoden (Kreuzvalidierung, Bootstrap, …) und deren Vor- und Nachteile
Themenschwerpunkte Teil 2: Praktisches Machine Learning - Evaluation und Tuning
Funktionsweise wichtiger Machine Learning Algorithmen:
Regressions- und Klassifikationsbäume
Random Forests, ggf. Ausblick auf (Gradienten) Boosting
Hyperparameter Optimierung (Zufallssuche und Gittersuche)
Genestete Kreuzvalidierung zur optimalen Modellwahl
Fallstricke und praxisrelevante Tipps bei der Modell-Evaluation und Modellwahl
Voraussetzungen: Kenntnisse in R und in der Datenanalyse / Statistik (etwa im Umfang von Modul 1 und 2)
Allgemeine Kursinformationen:
Kurssprache: Wenn nicht anders erwähnt Deutsch, Kursunterlagen: Englisch.
R Kurse: Sie benötigten R (ab Version 3.6.0: https://cran.r-project.org), RStudio (https://www.rstudio.com/products/rstudio) und ausreichend Berechtigungen um Zusatzpakete in R installieren zu können (z.B. mit dem Befehl install.packages).
Webinar-Tool: Zoom-Software, was mittels Breakout Sessions (virtuelle Kursräume) Gruppenarbeit und individuelle Betreuung ermöglicht. Eine Teilnahme ist auch ohne zusätzliche Installation der Zoom-Software möglich (siehe Zoom per Internetbrowser).
