Drucken

Python 3 Machine Learning

Durch den Zuwachs an Datenmengen, der mit der Digitalisierung aller Arbeits- und Lebensbereiche einhergeht, wächst auch die Neugierde nach dem Wissen, das in den Daten versteckt ist. Data Science erlaubt, diese riesigen Mengen an unstrukturierten Daten aufzubereiten und infolgedessen Fragestellungen zu beantworten. Maschinelles Lernen (Machine Learning) ist ein Oberbegriff für die „künstliche“ Generierung von Wissen aus Erfahrung: Ein künstliches System lernt aus Beispielen und kann diese nach Beendigung der Lernphase verallgemeinern. Dazu bauen Algorithmen beim maschinellen Lernen ein statistisches Modell auf, das auf Trainingsdaten beruht. Das heißt, es werden nicht einfach die Beispiele auswendig gelernt, sondern Muster und Gesetzmäßigkeiten in den Lerndaten erkannt. So kann das System auch unbekannte Daten beurteilen (Lerntransfer) oder aber am Lernen unbekannter Daten scheitern. Python bietet mit scikit-learn eine vollumfängliche Machine Learning Bibliothek, die dem Anwender alle wichtigen Methoden und Algorithmen zentral zur Verfügung stellt. Dabei ist scikit-learn für Python Anwender mittlerweile ein wichtiger Standard geworden, der von allen Data Scientists genutzt wird, die aktiv mit Python arbeiten.

Jeder Teilnehmer erhält eine Windows 11 und eine Linux VM (SUSE, Red Hat oder Debian) und hat die Möglichkeit das erlernte Python Wissen auf beiden Plattformen zu testen.

Kursinhalte

  • Was ist Machine Learning
  • Scikit-Learn
  • Hyperparameter und Modellvalidierung
  • Validierung in der Praxis
  • Merkmalserstellung
  • Lineare Regression
  • Entscheidungsbäume und Random Forests
  • Hauptkomponentenanalyse
  • Manifold Learning
  • k-Means Clustering
  • Gaußsche Mixture Modelle
  • Kerndichtschätzung

 

Empfohlene Vorkenntnisse

Gute Kenntnisse von iPython, Numpy, Pandas und Matplotlib, wie sie in unserem Kurs "Python 3 Data Sciene" vermittelt werden.

Details zu diesem Open Source Training

Kurstitel: Python 3 Machine Learning
Kurspreis: 1.290,00 € exkl. MwSt
pro Teilnehmer, Standardpreis ohne Rabatt

Kursdatum:    
Kurszeiten:

Open date - Open date
09:30 - 17:00
Alternative Termine stehen am Ende dieser Seite


Dieses Training findet in der typischen Classroom Variante und in der Live Variante übers Internet statt. Sie können selber entscheiden welche Variante besser für sie passt.


Kursort:


Das Classroom Training findet statt bei:

LinuxCampus
Brodtischgasse 4
2700 Wr. Neustadt (Österreich) Austria
Website des Veranstaltungsortes
LinuxCampus
Das Live Training findet statt bei:

Sie können vom jedem Ort teilnehmen von dem Sie möchten und es ist keine Anreise notwendig. Sie benötigen nur eine Webcam, einen Webbrowser (ZOOM-Session) und einen VNC-Client für den Zugriff auf ihr Teilnehmer LAB.

Details:

Der Kurs ist auf 10 Teilnehmer beschränkt
Die Unterrichtssprache ist Deutsch
Die Kursunterlagen werden im PDF Format bereitgestellt
Jeder Teilnehmer erhält ein Kurszertifikat
Kalt- und Heißgetränke und Snacks werden kostenlos bereitgestellt

Kennen Sie schon das LinuxCampus.net Rabatt & Bonus System?

Den Kurstermin Open date - Open date buchen

Schritt 1:  Auswahl der Kursvariante (Classroom oder Live)
Schritt 2:  Angabe der Teilnehmer Daten

EUR 1.290,00
Tooltip
Erforderlich Tooltip
Tooltip
Tooltip
Tooltip
Erforderlich Tooltip
Tooltip
Erforderlich Tooltip
Erforderlich Tooltip
Erforderlich Tooltip
Erforderlich
Erforderlich Tooltip
Erforderlich Tooltip
Erforderlich Tooltip
Erforderlich Tooltip
Hiermit bestätige ich das ich die AGB gelesen und akzeptiert habe
Erforderlich
1 Kursvariante
2 Anmeldedetails


Alternative Kursmöglichkeiten

Alternativer Kursort:
Dieses Thema kann auch als In-House Training oder Einzeltraining gebucht werden

Alternativer Termin:
Ab 3 Teilnehmern bieten wir Ihnen gerne einen auf Ihre Bedürfnisse abgestimmten Termin an

Weitere Termine zu diesem Kursthema

Datum Kurstitel Ort
ohne Datum Python 3 Machine Learning LinuxCampus

Diese Seite verwendet Cookies. Für eine uneingeschränkte Nutzung der Webseite werden Cookies benötigt. Sie stimmen der Verwendung von Cookies durch Anklicken von "OK" zu. Nähere Informationen finden Sie in unseren Datenschutzbestimmungen und unter dem folgenden Link "Weitere Informationen".