Maschinen lernen lassen – und selbst schlauer werden!
Dieser Kurs bietet eine praxisorientierte Einführung in das Machine Learning mit Python. Die Teilnehmenden lernen, Daten zu analysieren, Modelle zu entwickeln und Machine-Learning-Algorithmen anzuwenden.
➡ Inhalt:
1. Grundlagen & Werkzeuge
- Einführung in NumPy, Pandas, Statsmodels und Scikit-learn
- Datenverarbeitung und -analyse mit Python
2. Datenvisualisierung & interaktive Grafiken
- Darstellung von Daten mit Matplotlib und Seaborn
- Interaktive Visualisierungen mit Plotly
3. Klassische Statistik & Regressionsmodelle
- Einführung in statistische Konzepte
- Lineare Regression: Modellierung kontinuierlicher Zusammenhänge
- Logistische Regression: Klassifikationsprobleme lösen
4. Machine Learning-Methoden
- k-Nearest Neighbors (kNN): Klassifikation und Regression
- Baumverfahren: Entscheidungsbäume und Random Forest
- Neuronale Netze: Einführung in künstliche neuronale Netzwerke
5. Zeitreihenanalyse
- Analyse und Prognose zeitabhängiger Daten
- Modellierung von Trends und saisonalen Mustern
Zielgruppe: Personen mit guten Grundkenntnissen in Python und Statistik, die Machine Learning verstehen und anwenden möchten.
Hinweis: Es wird dringend empfohlen, während des Kurses zwei Bildschirme zu benutzen, damit Sie einerseits den Ausführungen folgen, andererseits selbst praktisch arbeiten können.