Veranstaltungstitel
Machine Learning mit Zusatzqualifikation Design Thinking
Veranstaltungsinformationen
Bildungsart | Fortbildung/Qualifizierung |
Abschluss | alfatraining-Zertifikat |
Unterrichtsform | E-Learning, Blended Learning, Virtuelles Klassenzimmer |
Schulart | Einrichtung der beruflichen Weiterbildung |
Veranstaltungsort
Es ist kein Veranstaltungsort zugewiesen |

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
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). Präsenzunterricht mit Videotechnik. |
Bemerkungen | Kursstart alle 4 Wochen |
Bildungsanbieter
alfatraining Bildungszentrum GmbH |
Kriegsstraße 100 |
76133 Karlsruhe |
Baden-Württemberg |
Telefon: | 0800 / 3456500 |
Telefax: | 0721 / 3545019 |
Internet: | http:/ |
E-Mail: | kursnet@ |
Infomaterial des Bildungsanbieters: | http:/ |
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
Zugang: | Grundlagenwissen in Python wird empfohlen. |
Zielgruppe: | Informatiker/-innen, Mathematiker/-innen, (Wirtschafts-)Ingenieure/-innen, Elektrotechniker/-innen |
Inhalte
Design Thinking
Einführung in Design Thinking (ca. 1 Tag)
Design Thinking Prozess im Überblick
Die wichtigsten Regeln und Phasen des Design Thinking
Praxisorientierte Ansätze und Anwendungen
5 Phasen im realen Projekt (ca. 3 Tage)
Research Phase
Methodischer Input zu qualitativem Research
Umsetzung durch praktische Übungen am realen Projekt
Synthese Phase
Methodischer Input zu Analyse und Synthese
Umsetzung durch praktische Übung am realen Projekt
Ideation Phase
Methodischer Input zu Kreativtechniken und Ideenentwicklung
Umsetzung durch praktische Übung am realen Projekt
Prototyping Phase
Methodischer Input zu Visualisierung und Protyping (u. a. Mockups, Click Dummys, 3D-Printing und Rapid Prototyping)
Umsetzung durch praktische Übung am realen Projekt
Testing Phase
Methodischer Input zu Testmethoden und Iteration, agiles Vorgehen
Umsetzung durch praktische Übung am realen Projekt
Projektarbeit (ca. 1 Tag)
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: 13.12.2020 | Veranstaltungs-ID: 103322906 | Bildungsanbieter-ID: 188844 |