Veranstaltungstitel
Machine Learning mit Zusatzqualifikation Python
Veranstaltungsinformationen
Bildungsart | Fortbildung/Qualifizierung |
Abschluss | alfatraining-Zertifikat |
Unterrichtsform | Vor-Ort-Vollzeit |
Schulart | Einrichtung der beruflichen Weiterbildung |
Veranstaltungsnummer | 6872-0138-20210118 |
Veranstaltungsort
alfatraining Bildungszentrum |
Hülsstraße 12a |
45772 Marl |
Nordrhein-Westfalen |

Telefon: | 0800 / 3456500 |
Internet: | http:/ |
E-Mail: | kursnet-marl@ |
Hinweise zur Adresse: | Alle unsere Weiterbildungen finden trotz Corona in gewohnter Qualität statt. Für uns stehen jedoch die Gesundheit unserer Teilnehmerinnen und Teilnehmer, sowie unserer Kolleginnen und Kollegen an erster Stelle. Aus diesem Grund ermöglichen wir Ihnen die ansteckungsfreie Teilnahme an unseren Weiterbildungen von Zuhause aus. Falls Ihnen die räumlichen und technischen Voraussetzungen eine Teilnahme von Zuhause aus nicht ermöglichen, können Sie Ihren Kurs auch in einem unserer Bildungszentren absolvieren, unter Einhaltung der aktuellen Sicherheits- und Hygienevorschriften. In Abstimmung mit dem Bildungszentrum ist eine Teilnahme auch aus anderen Gründen möglich. |
Kosten/Gebühren/Förderung
Förderung: | Förderung mit Bildungsgutschein |
Sonstige Förderung: | Bildungsgutschein (Arbeitsuchende und Arbeitslose), WeGebAU (Beschäftigte), Europäischer Sozialfonds ESF (Kurzarbeit oder Transfergesellschaften). Weitere Förderstellen: Berufsförderungsdienst (BFD), die Berufsgenossenschaft (BG) sowie der Rentenversicherungsträger (DRV). |
Dauer und Termine
Beginn der Veranstaltung | 18.01.2021 |
Ende der Veranstaltung | 12.03.2021 |
individueller Einstieg | Nein |
Unterrichtszeiten | Montag bis Freitag von 08:30 bis 15:35 Uhr (in Wochen mit Feiertagen von 8:30 bis 17:10 Uhr) |
Bemerkungen | Präsenzunterricht mit Videotechnik: Ihre Dozentin oder Ihr Dozent ist den gesamten Kurs über eine Live-Schaltung, lippensynchron und in Fernsehqualität präsent. Es werden Bild, Ton und Bildschirm des Dozenten auf Ihren Monitor übertragen. Sie können Ihren Dozenten jederzeit ansprechen und ihm Fragen stellen. Auch Ihr Dozent oder Ihre Dozentin sieht und hört alle zugeschalteten Teilnehmerinnen und Teilnehmer und kann bei Bedarf jeden Einzelnen individuell unterstützen. Darüber hinaus können Sie auch alle anderen Kursteilnehmerinnen und Teilnehmer sehen und hören und zu jeder Zeit ansprechen. |

Bildungsanbieter
alfatraining Bildungszentrum GmbH |
Hülsstraße 12a |
45772 Marl |
Nordrhein-Westfalen |
Telefon: | 0800 / 3456500 |
Internet: | http:/ |
E-Mail: | kursnet-marl@ |
Anbieterbewertung
Datenlage nicht ausreichend
Erläuterungen
Der Wert "Datenlage nicht ausreichend" wird angezeigt:
|
Fachkundige Stelle / Zertifizierer
zur Zertifizierung von
Managementsystemen
August-Schanz-Straße 21
60433 Frankfurt am Main
Sonstiges
Teilnehmeranzahl: | 6 bis 25 |
Zusatzqualifikation: | alfatraining-Zertifikat |
Zugang
Zielgruppe: | Informatiker/-innen, Mathematiker/-innen, (Wirtschafts-)Ingenieure/-innen, Elektrotechniker/-innen |
Inhalte
Programmierung mit Python
Grundlagen Python (ca. 1 Tage)
Geschichte, Konzepte
Verwendung und Einsatzgebiete
Syntax
Erste Schritte mit Python (ca. 5 Tage)
Zahlen
Zeichenketten
Datum und Zeit
Standardeingabe und -ausgabe
list, tuple dict, set
Verzweigungen und Schleifen (if, for, while)
Funktionen (ca. 5 Tage)
Eigene Funktionen definieren
Variablen
Parameter, Rekursion
Funktionale Programmierung
Fehlerbehebung (ca. 0,5 Tage)
try, except
Programmunterbrechungen abfangen
Objektorientierte Programmierung (ca. 4,5 Tage)
Python-Klassen
Methoden
Unveränderliche Objekte
Datenklasse
Vererbung
Grafische Benutzeroberfläche (ca. 1 Tag)
Buttons und Textfelder
grid-Layout
Dateiauswahl
Projektarbeit (ca. 3 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse
Machine Learning
Einführung in Machine Learning (ca. 5 Tage)
Warum Machine Learning?
Anwendungsbeispiele
Überwachtes Lernen, Unüberwachtes Lernen, Teilüberwachtes Lernen, Reinforcement Lernen
Beispiele für Datenbestände
Daten kennenlernen
Trainings-, Validierungs- und Testdaten
Daten sichten
Vorhersagen treffen
Überwachtes Lernen (ca. 5 Tage)
Klassifikation und Regression
Verallgemeinerung, Overfitting und Underfitting
Größe des Datensatzes
Algorithmen zum überwachten Lernen
Lineare Modelle
Bayes-Klassifikatoren
Entscheidungsbäume
Random Forest
Gradient Boosting
k-nächste-Nachbarn
Support Vector Machines
Conditional Random Field
Neuronale Netze und Deep Learning
Wahrscheinlichkeiten
Unüberwachtes Lernen (ca. 5 Tage)
Arten unüberwachten Lernens
Vorverarbeiten und Skalieren
Datentransformationen
Trainings- und Testdaten skalieren
Dimensionsreduktion
Feature Engineering
Manifold Learning
Hauptkomponentenzerlegung (PCA)
Nicht-negative-Matrix-Faktorisierung (NMF)
Manifold Learning mit t-SNE
Clusteranalyse
k-Means-Clustering
Agglomeratives Clustering
Hierarchische Clusteranalyse
DBSCAN
Clusteralgorithmen
Evaluierung und Verbesserung (ca. 2 Tage)
Modellauswahl und Modellevaluation
Abstimmung der Hyperparameter eines Schätzers
Kreuzvalidierung
Gittersuche
Evaluationsmetriken
Klassifikation
Projektarbeit (ca. 3 Tage)
Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse
Veröffentlichungsinformationen
Aktualisiert am: 15.12.2020 | Veranstaltungs-ID: 110662042 | Bildungsanbieter-ID: 252053 |