Machine Learning

Vier Wochen Machine Learning von der Datenaufbereitung bis zu neuronalen Netzen. Der Einstieg legt die Basis mit einer Einführung in maschinelles Lernen sowie Datenaufbereitung und Feature Engineering. Danach stehen die Lernverfahren im Mittelpunkt: überwachtes und unüberwachtes Lernen, Modelltraining und Evaluierung. Der letzte Abschnitt führt in neuronale Netze ein und mündet in ein Praxisprojekt zur eigenen Modellentwicklung, in dem Training und Gütebewertung durchgespielt werden. Gearbeitet wird mit Python, Jupyter Notebooks, pandas, scikit-learn, TensorFlow, Keras, matplotlib und seaborn – mit dem Ziel, eigene Datenprojekte zu konzipieren und Ergebnisse belastbar einzuordnen.