Kurs für Python und Maschinelles Lernen (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
- 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: Python and Machine Learning Course
"Big Data ist wie Teenager-Sex: jeder spricht darüber, niemand weiß, wie es wirklich abläuft, jeder denkt alle anderen...", Dan Ariely über Twitter.
Guido van Rossum wählte den Namen Python für seine Programmiersprache aus Verehrung für die britische Komikertruppe "Monty Python", auch wenn die meisten bei dem Namen Python in erster Linie an die Schlange gleichen Namens denken.
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 Kurs besteht aus drei Schwerpunkten: Erstens eine Einführung in Python. Dann werden die Module Numpy, Matplotlib, Scipy and Pandas behandelt. Den dritten Schwerpunkt bildet eine Einführung in das Maschinelle Lernen - Machine Learning.
Zielgruppe:
Diese Schulung richtet sich an alle, die eine Einfürung in "Maschinelles Lernen" (Machine Learning) und Python suchen. Programmiererfahrung in anderen Programmiersprachen sind erwünscht für diesen Kurs. Python-Kenntnisse oder Vorkenntnisse in Machine Learning sind nicht notwendig.
Im Kurs werden folgende Themen behandelt:
Maschinelles Lernen steht für "künstliche" Generierung von Wissen aus Erfahrung. Algorithmen für maschinelles Lernen lernen aus Beispieldaten. Lernen bedeutet auch in diesem Kontext "erkennen" von Mustern und Gesetzmäßigkeiten in den zum Lernen verwendeten Daten. Dadurch können solche Systeme nach der Lernphase auch unbekannte Daten klassifizieren oder prognostizieren. Sehr viele Experten halten Python für die wichtigste Programmiersprache für maschinelles Lernen.
In diesem Kurs lernen Sie deshalb zum einen die Sprache Python selbst kennen. Außerdem behandelt der Kurs intensiv die
- Einführung in die Programmiersprache Python
- Python, Philosophie und Unterschied zu konventionellen Programmiersprachen
- Einführung in Ipython und Ipython-Notebook
- Datentypen, Klassen, Variablen, Objekte
- Listen, Tupel
- Iteratoren und iterierbar
- Dictionaries
- Sets und Frozensets
- Copy und Deepcopy
- Schleifen: while- und for-Schleife
- Funktionen: Definition und Aufruf
- Interaktive Eingabe mittels input (raw_input)
- Formatierte Ausgabe
- Dateien lesen und schreiben
- Objektorientierte Programmierung
- Datenanlyse, Visualisierung und Präsentation
- Numpy
- Matplotlib
- Pandas
- Machine Learning
- Machine Learning: Terminologie
- Einführung in Scikit
- k-nearest Neighbor Classifier
- Einführung in Neuronale Netzwerke in Python
- Neural Networks mit Scikit
- Naive-Bayes-Klassifikator, Grundlagen und einfache Implementierungen in Python
- Naive-Bayes-Klassifikator mit Scikit
- Einführung in die Text-Klassifikation mit Naive-Bayes-Klassifikator
- Python-Implementierung der Textklassifikation
Dozent: Dipl.-Informatiker Bernd Klein (Autor der Bücher "Einführung in Python 3" und "numerisches Python"), langjähriger Lehrbeauftragter der Universiät Freiburg oder der Informatiker Philip Klein, Master of Science
Kurs-Termine:
- Von Montag, dem 12. August, 2024 bis Freitag, den 16. August, 2024 (5 Tage)
- Von Montag, dem 9. September, 2024 bis Freitag, den 13. September, 2024 (5 Tage)
- Von Montag, dem 14. Oktober, 2024 bis Freitag, den 18. Oktober, 2024 (5 Tage)
- Von Montag, dem 25. November, 2024 bis Freitag, den 29. November, 2024 (5 Tage)
- Von Montag, dem 9. Dezember, 2024 bis Freitag, den 13. Dezember, 2024 (5 Tage)
- Von Montag, dem 20. Januar, 2025 bis Freitag, den 24. Januar, 2025 (5 Tage)
Preise pro Tag für diesen Kurs:
ONLINE | 409,- € ohne MwSt.direkt von zu Hause oder aus Ihrem Büro |
---|---|
Hemmenhofen am Bodensee | 423,- € ohne MwSt.in unmittelbarer Nähe von Konstanz und Zürich |
Nürnberg, München, Augsburg | 449,- € ohne MwSt. |
Stuttgart, Karlsruhe, Freiburg, Ulm, Saarbrücken | 439,- € ohne MwSt. |
Hamburg, Berlin, Hannover | 449,- € ohne MwSt. |
Frankfurt, Köln, Kassel | 449,- € ohne MwSt. |
Unser bestes Angebot: | 562,- € ohne MwSt.Preis pro Kurstag inklusive Übernachtung mit Vollpension im 4-Sterne Hotel Hoeri direkt am Bodensee mit Spa, Sauna, Fitness-Bereich, Swimming-Pool und eigenem Strand am See |
© Der Inhalt und die Bilder dieser Seite unterliegen dem Copyright wie im Impressum beschrieben.