Maschinelles Lernen von der Datenaufbereitung bis zum Deep Learning (original) (raw)

• Home
• Informationen
• Kurs-Anmeldung
• Kundenmeinungen
• Kontakt
• SEO
• Alle Schulungen / Kurse
• Python-Kurse
• ML-Kurse
• C++ und C-Kurse
• JavaScript-Kurse
• IT-Security-Kurse
• Linux-Kurse
• Netzwerkdienste-Kurse
• PHP und Typo3-Kurse
• SEO-Kurse
• SQL-Kurse
• Perl-Kurse
• Shell-Kurse
• Java-Kurse
• Tcl-Tk-Kurse
• Rust-Kurse
• XML-Kurse
• Informatik-Kurse
• Softwarerecht-Kurse
• Courses in English

Onsite-Kurse

Wir führen unsere Kurse in Deutschland, der Schweiz, Liechtenstein und Österreich durch. Selbstverständlich auch als Inhouse-Schulung in ihrem Institut oder in Ihrer Firma. Ansonsten führe wir auch offene Kurse in den folgenden Städten durch:

• Hemmenhofen am Bodensee in der Nähe von Konstanz, Schaffhausen, Winterthur und Zürich
• Augsburg
• München
• Nürnberg, Fürth, Erlangen
• Stuttgart
• Mannheim
• Karlsruhe
• Freiburg im Breisgau
• Heidelberg
• Ulm
• Heilbronn
• Pforzheim
• Reutlingen
• Esslingen
• Köln
• Saarbrücken
• Hannover
• Frankfurt
• Jena
• Leipzig
• Dresden
• Düsseldorf
• Berlin
• Hamburg
• Kassel

In der Schweiz:

• Zürich
• Genf
• Lausanne
• Bern
• Winterthur
• Luzern
• St. Gallen
• Lugano
• Biel

In Österreich:

• Wien
• Graz
• Linz
• Salzburg
• Innsbruck
• Klagenfurt
• Villach
• Dornbirn

Online-Kurs

Diesen Kurs bieten wir nun auch als Online-Schulung an. Die Übungen und Beispiele können auf einem von Bodenseo speziell für die Schulung bereitgestellten Server ausgeführt werden. Dies stellt sicher, dass während des Trainings keine Installationsprobleme auftreten. Wir verwenden Jupyter Hub auf diesem Server. Außerdem gibt es ausführliche Schulungsunterlagen sowohl in elektronischer als auch in Papierform.

Dieser Kurs wird auch in Englisch angeboten: Machine Learning from Data Preparation to Deep Learning

"Vieles von dem, was wir mit maschinellem Lernen tun, geschieht unter der Oberfläche. Das maschinelle Lernen steuert unsere Algorithmen für die Nachfrageprognose, das Ranking bei der Produktsuche, Produkt- und Angebotsempfehlungen, die Platzierung von Waren, die Betrugserkennung, Übersetzungen und vieles mehr. Auch wenn die Auswirkungen des maschinellen Lernens weniger sichtbar sind, so werden sie doch zu einem großen Teil auf diese Art und Weise erfolgen - durch eine leise, aber sinnvolle Verbesserung der Kernprozesse.", Jeff Bezos

"Alles, was die Zivilisation zu bieten hat, ist ein Produkt menschlicher Intelligenz. Wir können nicht vorhersagen, was wir erreichen könnten, wenn diese Intelligenz durch die Werkzeuge, die KI zur Verfügung stellen kann, verstärkt wird, aber die Ausrottung von Krieg, Krankheit und Armut würde auf jedermanns Liste ganz oben stehen. Der Erfolg bei der Schaffung von KI wäre das größte Ereignis in der Geschichte der Menschheit. Leider könnte es auch das letzte sein.", Stephen Hawking

Die Schulungen und Kurse von Bodenseo finden meistens in Gaienhofen / Hemmenhofen am Bodensee direkt an der Grenze zur Schweiz statt, aber auch in Zürich, Kassel und Saarbrücken. Inhouse-Kurse sind in ganz Europa (z.B. Schweiz, Deutschland, Österreich, Luxembourg, Frankreich, England) möglich, fragen Sie bitte nach!

Hier können Sie sich zu dieser Schulung anmelden!

Dieser Intensiv-Kurs stellt eine ausgezeichnete Einführung in Maschinelles Lernen dar. Er behandelt ausführlich die verschiedenen Unterbereiche des Maschinellen Lernens, überwachtes Lernen, unüberwachtes Lernen und bestärkendes Lernen. Dabei werden die verschiedenen Methoden jeweils von Grund auf an einfachen Beispielen erklärt, die für das Verständnis des jeweiligen Prozesses unverzichtbar sind und nur Kentnisse in Basis-Python voraussetzen. Dann werden die Methoden zeitgemäss mit den (Hilfs-)Modulen NumPy, pandas, Matplotlib und der ML-Bibliothek sklearn bearbeitet. Durch Optimieren der Beispiele erlernt der Teilnehmer die Bedeutung von Hyperparametern und kombinierten Ansätzen des ML am Beispiel des Ensemble-Lernens.

Zielgruppe:
Teilnehmende sollten über etwas allgemeine Programmiererfahrung verfügen, am Besten mit Grundkenntnissen von Python. Vorkenntnisse über Feinheiten von Python, Maschinelles Lernen oder Data Science sind nicht erforderlich.

Im Kurs werden folgende Themen behandelt:

• Toolset: IPython, Jupyter Notebook, Libraries
• Python Refresher
• Data visualization with Matplotlib
• Introduction to Machine Learning and its Subdomains
• Short introduction to NumPy
• Short introduction to Pandas
• Short introduction to Matplotlib
• Data preparation for ML
• Supervised learning
  • Simple regression methods
  • Multidimensional Regression
  • Binary classifiers
  • Nearest-Neighbor Classification
  • Error assessment
  • Perceptron
  • Decision Trees and Random Forests
  • Neural Networks
  • Backpropagation from scratch
  • sklearn supervised algorithms (KN, MPL...)
• Unsupervised learning
  • Clustering
  • DBSCAN
  • k-Means algorithm
• Reinforcement learning
  • Computer learning example for the game TicTacToe

Dozent: Philip Klein, Dr. Konrad Wienands

Kurs-Termine:

• Von Montag, dem 9. März, 2026 bis Freitag, den 13. März, 2026 (5 Tage)
• Von Montag, dem 13. April, 2026 bis Freitag, den 17. April, 2026 (5 Tage)
• Von Montag, dem 8. Juni, 2026 bis Freitag, den 12. Juni, 2026 (5 Tage)
• Von Montag, dem 27. Juli, 2026 bis Freitag, den 31. Juli, 2026 (5 Tage)
• Von Montag, dem 7. September, 2026 bis Freitag, den 11. September, 2026 (5 Tage)
• Von Montag, dem 19. Oktober, 2026 bis Freitag, den 23. Oktober, 2026 (5 Tage)
• Von Montag, dem 30. November, 2026 bis Freitag, den 4. Dezember, 2026 (5 Tage)

Preise pro Tag für diesen Kurs:

© Der Inhalt und die Bilder dieser Seite unterliegen dem Copyright wie im Impressum beschrieben.