Machine Learning für Controller Online - Praxisübungen

Grundbegriffe aus Advanced Analytics, Big Data und Machine Learning; Strukturiertes Projektvorgehen mit dem QRISP-DM Vorgehensmodell; Machine Learning Konzepte und Workflows; Praktische Übungen mitKNIME: Datenbeschaffung – Explorative Analysetechnik – Datenaufbereitung – Modell Training – Modell Evaluation – Export der Ergebnisse und Visualisierungen; Eigenständige Bearbeitung eines Use-Cases zum Abschluss.

Diese Technik benötigen Sie:

Für den Praxisteil benötigen Sie ein internetfähiges Notebook, um das WLAN am Seminarstandort zu nutzen.
Bitte installieren Sie vorab die Open Source Software KNIME. Bitte prüfen Sie im Vorfeld mit Ihrer IT die erforderlichen Voraussetzungen.

Was ist Online Training?

Im Live Online Training vermitteln Ihnen unsere Trainer*innen den Seminarstoff Face to Face im Live-Vortrag. Die praktische Anwendung und die konkrete Umsetzung Ihrer Lernziele üben und diskutieren Sie im Austausch mit Teilnehmer*innen und Trainern*innen unter Einsatz virtueller Moderations-Tools. Die Trainer*innen unterstützen Sie individuell beim Transfer in die Praxis und gehen auf Ihre Situation ein.

Online Fragen Support:Wir bieten Ihnen zwischen den Live Online Trainingseinheiten fachliche Hilfestellung auf individuelle Fragen zur Umsetzung an, um den Transfer in Ihre Praxis zu unterstützen.

Live Online Training im Zeitraum von 3 Tagen:Das Live Online Training findet jeweils vormittags von 9.00 bis 12.30 Uhr und nachmittags von 13.30 bis 17.00 Uhr statt (insgesamt 12 Einheiten von jeweils 90 Minuten Dauer mit regelmäßigen Pausen). Im steten Wechsel von Trainer-Input, Umsetzungs-Übung und interaktivem Austausch erarbeiten und festigen Sie die Lerninhalte

 

3 Tage

Zunächst machen wir Sie mit den Grundbegriffen und den relevanten Methoden des Machine Learnings vertraut. Nach einem Überblick über gängige Tools für den Citizen Data Scientist üben Sie die Bearbeitung eines Use-Cases von der Spezifikation bis zur Umsetzung anhand des auf dem Industriestandard CRISP-DM basierenden und in der Praxis optimierten Vorgehensmodells QRISP-DM.
Den Praxisteil führen wir mit der Analyseumgebung KNIME durch, damit Sie lernen, komplexe Analysen mittels einer grafischen Oberfläche ganz ohne Programmierung eigenständig durchzuführen.
Zudem machen wir Sie mit praktischen Techniken zur explorativen Analyse unbekannter Datensätze nach Extraktion aus unterschiedlichen Quellen vertraut. Sie lernen auch die wichtigsten Methoden zur Datenaufbereitung (Pre-Processing) kennen und trainieren Machine Learning Modelle an Fallbeispielen und wie Sie die Ergebnisse bewerten und kommunizieren können.

Das Seminar richtet sich an alle, die sich für das Rollenbild des Citizen Data Scientist interessieren, die handlungssicher in der teilautomatisierten Anwendung moderner Methoden zur Datenanalyse und -interpretation werden wollen, die sich das Data Science-Themengebiet im ersten Schritt ohne Programmierkenntnisse erschließen möchten. Als Voraussetzung bringen Sie Grundkenntnisse und Spaß im Umgang mit Daten mit. Als Vertiefungsseminar eignen sich zunächst das Seminar Predictive und Advanced Anal

AAAAWQX (6.47.1)