Seminare
Seminare

Grundlagen des maschinellen Lernes mit Python in der Praxis (3-Tages-Seminar)

Fernlehrgang - ITSM-COLOGNE (Inh. Markus Götz)

Erlernen Sie die Grundlagen des maschinellen Lernens anhand praktischer Beispiele mit Python. Sie bereiten Daten auf, trainieren erste Modelle und beurteilen deren Ergebnisse. Dabei lernen Sie zentrale Begriffe und Verfahren kennen und entwickeln einen nachvollziehbaren Workflow von den Daten bis zur Vorhersage.
Termin Ort Preis*
02.03.2027- 04.03.2027 München 2.351,44 €
02.03.2027- 04.03.2027 Köln 2.351,44 €
02.03.2027- 04.03.2027 Hamburg 2.351,44 €
02.03.2027- 04.03.2027 Berlin 2.351,44 €
02.03.2027- 04.03.2027 online 2.114,63 €
23.06.2027- 25.06.2027 München 2.351,44 €
23.06.2027- 25.06.2027 Köln 2.351,44 €
23.06.2027- 25.06.2027 Hamburg 2.351,44 €
23.06.2027- 25.06.2027 Berlin 2.351,44 €
23.06.2027- 25.06.2027 online 2.114,63 €
28.09.2027- 30.09.2027 München 2.351,44 €
28.09.2027- 30.09.2027 Köln 2.351,44 €
28.09.2027- 30.09.2027 Hamburg 2.351,44 €
28.09.2027- 30.09.2027 Berlin 2.351,44 €
28.09.2027- 30.09.2027 online 2.114,63 €
01.12.2027- 03.12.2027 München 2.351,44 €
01.12.2027- 03.12.2027 Köln 2.351,44 €
01.12.2027- 03.12.2027 Hamburg 2.351,44 €
01.12.2027- 03.12.2027 Berlin 2.351,44 €
01.12.2027- 03.12.2027 online 2.114,63 €

Alle Termine anzeigen

*Alle Preise verstehen sich inkl. MwSt.

Detaillierte Informationen zum Seminar

Inhalte:

AGENDA

MACHINE-LEARNING-GRUNDLAGEN

  • Machine Learning und klassische Programmierung vergleichen
  • Überwachtes und unüberwachtes Lernen verstehen
  • Typische ML-Aufgaben und Algorithmen einordnen

DATEN MIT PYTHON VORBEREITEN

  • Datensätze laden und explorativ untersuchen
  • Fehlende und fehlerhafte Werte behandeln
  • Merkmale auswählen und Daten transformieren

MODELLE TRAINIEREN

  • Trainings- und Testdaten sinnvoll aufteilen
  • Klassifikations- und Regressionsmodelle entwickeln
  • ML-Modelle mit Python trainieren

MODELLE BEWERTEN

  • Geeignete Qualitätsmetriken auswählen
  • Overfitting und Underfitting erkennen
  • Modelle systematisch vergleichen

MODELLVERBESSERUNG

  • Parameter und Features optimieren
  • Reproduzierbare ML-Workflows entwickeln

PRAXISPROJEKT

  • ML-Projekt vom Datensatz zum Modell umsetzen
  • Ergebnisse bewerten und verständlich dokumentieren
Dauer/zeitlicher Ablauf:
3
Teilnahmevoraussetzungen:
Grundlegende Python-Kenntnisse sowie mathematisches Verständnis für Daten und Statistik sind empfehlenswert.
Zielgruppe:
Programmierer, Data Analysts und technisch interessierte Fachkräfte, die einen praxisnahen Einstieg in Machine Learning mit Python suchen.
Seminarkennung:
ITSM-10329
Nach unten
Nach oben
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern. Diese Cookies werden nicht automatisiert gesetzt. Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren. Weitere Informationen finden Sie hier.
Akzeptieren Nicht akzeptieren









Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha



Bei der Verarbeitung Ihrer personenbezogenen Daten im Zusammenhang mit der Kontaktfunktion beachten wir die gesetzlichen Bestimmungen. Unsere ausführlichen Datenschutzinformationen finden Sie hier. Bei der Kontakt-Funktion erhobene Daten werden nur an den jeweiligen Anbieter weitergeleitet und sind nötig, damit der Anbieter auf Ihr Anliegen reagieren kann.







Um Spam abzuwehren, geben Sie bitte die Buchstaben auf dem Bild in das Textfeld ein:

captcha