TerminOrtUhrzeitPreis*
Nicht-Mitglied
Preis*
Bitkom-Mitglied
BelegungFormat
26.09.2019 -
27.09.2019  
Stuttgart 09:30‑17:30 1.450 1.250 €ausgebucht

30.01.2020 -
31.01.2020  
Berlin
  • Bitkom Tagungszentrum
  • Bitkom Tagungszentrum
    Albrechtstr. 10C
    10117 Berlin
09:30‑17:30 1.450 1.250 €

Anmelden
Termin
26.09.2019 -
27.09.2019  
Ort
Stuttgart
Zeit
09:30‑17:30
Preis
1.450
Preis Bitkom Mitglied
1.250 €
Belegung
ausgebucht
Format

Termin
30.01.2020 -
31.01.2020  
Ort
Berlin
  • Bitkom Tagungszentrum
  • Bitkom Tagungszentrum
    Albrechtstr. 10C
    10117 Berlin
Zeit
09:30‑17:30
Preis
1.450
Preis Bitkom Mitglied
1.250 €
Belegung
Format

* zzgl. USt. | 10% Rabatt für den zweiten und jeden weiteren Teilnehmer

 

Machine Learning-Algorithmen sind ein elementares Element von Künstlicher Intelligenz und somit zu einem Erfolgsfaktor im Zeitalter der Digitalisierung avanciert. Im Bereich Machine Learning (ML) unterscheidet man zwischen überwachtem Lernen (supervised) und unüberwachtem Lernen (unsupervised). Supervised Learning beschreibt die Fähigkeit einer künstlichen Intelligenz, eigenständig Gesetzmäßigkeiten nachzubilden (z.B. durch Erlernen von Parametern in einem Algorithmus). Unsupervised Learning bedeutet hingegen, dass keine Zielwerte bekannt sind und der Algorithmus versucht, bestimmte Muster zu erkennen. 

Die Programmiersprache Python ist im Bereich Machine Learning (und auch Deep Learning) weit genutzt und bietet die Bibliothek scikit-learn, in welcher zahlreiche Machine Learning-Algorithmen enthalten sind. Python eignet sich somit optimal für die Umsetzung praxisnaher ML-Vorhaben.

> zum Programm

 

Mehrwert des Seminars

  • Sie erhalten einen konkreten Einblick in die Konzepte verschiedener Machine Learning-Algorithmen aus dem supervised und unsupervised Machine Learning.
  • Sie arbeiten praktisch mit der Programmiersprache Python (scikit-learn, statsmodels) und verschiedenen Algorithmen und erwerben fundierte Kenntnisse zu Themen wie dem Vermeiden von overfitting, lineare Regressionsmodelle, Entscheidungsbäumen, Logistische Regressionen, Ensemble Methods, Clustering usw. 
  • Sie sind anschließend in der Lage, eigenständig eigene Machine-Learning Projekte zu planen, umzusetzen und in einen praxisbezogen Kontext zu übertragen. 

 

Inhalt des Seminars

Der Fokus liegt auf dem Python Paket scikit-learn und zusätzlich dem Paket statsmodels. Die Konzepte verschiedener Machine Learning-Algorithmen aus dem supervised und unsupervised learning werden behandelt und deren Umsetzung in Python erörtert. Konzepte des Train-Test-Split bzw. der Cross Validation zur Vermeidung von overfitting und die Interpretation der wichtigsten scores zur Bestimmung der Algorithmusgüte sind dabei Bestandteil wie auch die Hyperparametersuche. Konkrete Inhalte sind:

  • Einführung in Machine Learning
  • Supervised vs. unsupervised learning
  • Vermeidung von overfitting
  • Lineare Regression, Entscheidungsbaum, Logistische Regression, Ensemble Methods, Clustering, Hyperparameter Tuning, 
  • Umsetzung von Algorithmen in scikit-learn
  • Interpretation der Ergebnisse

Dieses Seminar ist sehr praxisorientiert. Die Teilnehmer arbeiten direkt und selbstständig mit der Programmiersprache Python in der Entwicklungsumgebung Spyder, so dass das Erlernte direkt geübt und vertieft werden kann. Der Trainer moderiert dabei verschiedene Aufgaben und begleitet die Teilnehmer durch die einzelnen Lehreinheiten.

 

An wen richtet sich das Seminar?

Das Seminar richtet sich an Data Scientists, Datenanalysten, angehende Machine Learning engineers o.ä. mit erster Erfahrung in der Programmierung in Python. Das Seminar findet im Anschluss an das Bitkom Seminar „Data Science mit Python“ statt, welches die grundlegenden Vorkenntnisse vermittelt. Beide Seminare bauen aufeinander auf, können jedoch unabhängig voneinander gebucht werden.

Notwendig ist, dass Teilnehmer mit Python Daten einlesen können, die Datenstruktur DataFrame aus dem Paket pandas kennen, eigene Funktionen schreiben können und das Konzept der Algorithmen Lineare Regression bzw. Entscheidungsbaum kennen.

Notwendig sind grundlegende Vorkenntnisse im Bereich der Statistik (Begriffsdefinitionen wie bspw. Mittelwert, Median, Standardabweichung, Quantil, Dichtefunktion, Normalverteilung), Kenntnisse grundlegender mathematischer Symbole und Begriff (Summenzeichen, Integral, Funktion, Ableitung, Menge der natürlichen und reellen Zahlen, Vektor, Matrix) und Kenntnis der booleschen Algebra mit den logischen Operatoren (UND, ODER, NICHT).

 

Buchung des Seminars in Kombination mit "Data Science mit Python" (optional)

Die Bitkom Akademie bietet ein nahezu identisch aufgebautes Seminar (dreitägig) zur Programmiersprache Python in Berlin an, welches unmittelbar vor diesem Seminar stattfindet. Bei Buchung beider Seminare erhalten Teilnehmer 10% Rabatt auf den Gesamtpreis beider Lehrgänge. Weitere Informationen zu Data Science mit Python hier.

Empfehlung

Teilnehmer der Lehrgänge „Data Science mit Python" und Supervised & Unsupervised Machine Learning“ sind optimal vorbereitet, um das Spezialseminar Deep Learning mit Keras / Tensorflow  zu besuchen.  Alle drei Lehrgänge bauen inhaltlich aufeinander auf. 

 

Zusätzliche Informationen

  • Die Übungen finden auf Laptops statt. Es wird empfohlen, dass Teilnehmer einen eigenen Laptop mit der vorab installierten Software mitbringen. Die Bitkom Akademie kann jedoch auf Anfrage auch eigene Schulungslaptops bereitstellen.
  • Die Teilnehmer sollten prüfen, ob firmeneigene Laptops Zugangsbeschränkungen beim Herunterladen von Dateien und Programmen haben, die der Referent bereitstellt. Die digitalen Unterlagen (Skript, Code, Dateien) werden über eine Cloud zur Verfügung gestellt. Die Einwahl in fremde WLAN-Netze sollte daher möglich sein.
  • Im Idealfall ist der USB Port der Teilnehmer-Laptops freigeschaltet, so dass als Backup Pakete, verwendete Daten oder sonstige Unterlagen per USB-Stick übertragen werden können. 
  • Bitte stellen Sie sicher, dass Sie mit dem Betriebssystem (Windows, Mac OS, Linux), mit dem Sie arbeiten, vertraut sind.
  • Das Seminar findet in einer kleinen Gruppe mit mind. 5 und max. 11 Teilnehmern statt. Unser Referent kann dadurch auf individuelle Fragestellungen besser eingehen.
  • Die Bitkom Akademie ist anerkannter Bildungsträger in Baden-Württemberg und Nordrhein-Westfalen. Teilnehmer haben im Rahmen des Bildungszeitgesetzes die Möglichkeit, Bildungsurlaub bzw. eine Bildungsfreistellung zu beantragen. Auf Anfrage erstellen wir auch Anträge auf Anerkennung unserer Veranstaltungen in anderen Bundesländern.   
  • Lunch und Getränke sind im Seminarpreis enthalten.
  • Anmeldeschluss ist 2 Wochen vor Seminarbeginn.
  • Tipp: Nutzen Sie für Ihre Anreise zu unseren Akademie-Seminaren die Sonderkonditionen unserer Partner

 

Seminar-Rücktrittsversicherung

  • Gemeinsam mit der HanseMerkur bietet die Bitkom Akademie eine freiwillige Seminar-Rücktrittsversicherung an.
  • Diese Versicherung ermöglicht Ihnen die kostenfreie Stornierung Ihrer Teilnahme, wenn kurzfristige oder unvorhergesehene Ereignisse Ihre Teilnahme am Seminar verhindern.
  • Die Kosten der Seminar-Rücktrittsversicherung sind abhängig vom Seminarpreis. Die Preisliste der HanseMerkur finden Sie hier.

 

Mehr erfahren Zur Buchung

 

Ihre Referenten

 
Technischer Projektleiter, deep learning – Bosch Center for Artificial Intelligence
Robert Bosch GmbH