Data Science Schulungen finden - Das passende Seminar in Ihrer Nähe

Lernen Sie, wie man mit Azure Machine Learning Lösungen im Cloudmaßstab bedient. In diesem Kurs lernen Sie, Ihr vorhandenes Wissen über Python und maschinelles Lernen zu nutzen, um die ...

Lernen Sie, wie man mit Azure Machine Learning Lösungen im Cloudmaßstab bedient. In diesem Kurs lernen Sie, Ihr vorhandenes Wissen über Python und maschinelles Lernen zu nutzen, um die ...

Der Kurs Künstliche Intelligenz mit Python ist das erste Modul des Lehrgangs Data Science Crash Course mit Python. Das einführende Modul gibt einen Überblick über die aktuellen Data Science Methoden der Künstlichen Intelligenz mit zahlreichen Praxisbeispielen aus Prozessindustrie, Predictive Maintenance oder dem Natural Language Processing (NLP), das die Grundlage von Chatbots darstellt. Ein besonderer Fokus wird zudem auf das Maschinelle Lernen gelegt, das ein wichtiges Handwerkszeug eines jeden Data Scientists ist. Dabei steht der Hands-on-Character im Fokus.

 

Zuerst gibt es eine intensive Einführung in die Programmiersprache Python, woraufhin an einem Praxis-Beispiel der gesamte Data-Science-Prozess inkl. Datenzugriff, Visualisierung, Aufbereitung der Daten, Feature Engineering, Validierung und Evaluation umgesetzt wird. Dabei programmieren Sie eigenhändig den Machine Learning Algorithmus Learning Vector Quantization (LVQ), der Ähnlichkeiten zu Neuronalen Netzen besitzt. Insgesamt erhalten Sie dadurch einen intensiven Einblick, wie Data Science und Künstliche Intelligenz in der Praxis angewendet werden.

 

Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/

Einführung in das Data Mining mit Python

Sie können grundlegende Schritte mit Python im Bereich Data Science anwenden, so dass ein selbstständiges Arbeiten möglich ist. Wege, um weitergehende Algorithmen und Methoden in Python zu finden sind bekannt, um das Wissen auch nach dem Seminar weiter ausbauen zu können. Sie haben einen Überblick über verwendete Algorithmen im Machine Learning und können diese voneinander differenzieren und in Python anwenden. Sie arbeiten überwiegend selbstständig mit Unterstützung des Trainers, um das Erlernte direkt umzusetzen und anzuwenden. Anhand von Datenbeispielen werden die wichtigsten Bibliotheken (pandas, seaborn, scikit-learn) besprochen und in umfangreichen Übungen trainiert. 

Sie können grundlegende Schritte mit Python im Bereich Data Science anwenden, so dass ein selbstständiges Arbeiten möglich ist. Wege, um weitergehende Algorithmen und Methoden in Python zu finden sind bekannt, um das Wissen auch nach dem Seminar weiter ausbauen zu können. Sie haben einen Überblick über verwendete Algorithmen im Machine Learning und können diese voneinander differenzieren und in Python anwenden. Sie arbeiten überwiegend selbstständig mit Unterstützung des Trainers, um das Erlernte direkt umzusetzen und anzuwenden. Anhand von Datenbeispielen werden die wichtigsten Bibliotheken (pandas, seaborn, scikit-learn) besprochen und in umfangreichen Übungen trainiert. 

Nutzen Sie das volle Potenzial Ihrer Daten! In diesem intensiven und praxisorientierten Seminar lernen Sie, wie Sie datengetriebene Produkte strategisch entwickeln, erfolgreich skalieren und in Ihrem Unternehmen nachhaltig verankern.

Dieses Seminar bringt Sie auf die nächste Stufe des Data Product Managements: Sie erfahren, wie Sie innovative Produkte auf Basis von Daten kreieren, welche Rolle Machine Learning und KIdabei spielen und wie Sie datengetriebene Geschäftsmodelle erfolgreich umsetzen. Anhand realer Unternehmensbeispiele und interaktiver Übungen erhalten Sie das Handwerkszeug, um datengetriebene Strategien gezielt in Ihrem Unternehmen einzusetzen.

Lernen Sie, wie Sie die Zusammenarbeit zwischen Business-Teams und Data Science optimieren, innovative Datenprodukte monetarisieren und datengetriebene Entscheidungsprozesse etablieren. Dieses Seminar gibt Ihnen die Werkzeuge an die Hand, um Daten strategisch in Wachstum und Innovation zu verwandeln.

Nach diesem Seminar sind Sie in der Lage:

Datenprodukte strategisch planen, umsetzen und optimieren

Erfolgreich mit Data Scientists & Engineerszusammenarbeiten

Dateninfrastrukturen, Machine Learning & KIim Produktmanagement nutzen

Data Governance, Datenschutz (DSGV...

Overview

In this course, the learner is guided through a realistic scenario of governing the predictive models of a data science project during their lifecycle. The project focuses on creating machine learning models that can be used for mortgage loan approvals, where decisions highly influence both individuals and organizations. The narrative is driven by Anna Parker Sr. Product manager of a financial institution in charge of mortgage approval and Sr Data Scientist, Sara Man that guides the learner who assumes the persona of a Jr. Data Scientist, Leo Meep through the usage of IBM watsonx.governance to detect bias and monitor their deployed machine learning models for drift in their selected metrics.

The course educates the learner in IBM’s fundamental pillars of trustworthy AI such as explainability, fairness, and transparency and guides the learner through hands-on exercises using the graphical user interface, in creating machine learning models, tracking the model lineage, enriching the model with metadata previously known as AI Factsheets, and exploring the fundamental pillars of trustworthy AI using watsonx.governance. The learner deploys and monitors the model for drift using the graphical user interface of Watson OpenScale.

Erfahren Sie, wie Sie Informationen in Ihrer Microsoft 365-Bereitstellung schützen. In diesem Kurs liegt der Fokus auf der Datenlebenszyklusverwaltung und dem Informationsschutz sowie der ...

Erfahren Sie, wie Sie Informationen in Ihrer Microsoft 365-Bereitstellung schützen. In diesem Kurs liegt der Fokus auf der Datenlebenszyklusverwaltung und dem Informationsschutz sowie der ...