Machine Learning Training

Lerne ML-Anwendungen zu entwickeln

Was Sie erwartet

Machine Learning verstehen, anwenden und im Unternehmen nutzen

Daten vorbereiten, analysieren und mit überwachten Modellen auswerten

Strukturen erkennen, Gruppen bilden und Anomalien entdecken

Neuronale Netzwerke trainieren, optimieren und für Klassifikationen einsetzen

CNNs, RNNs und Transfer Learning integrieren, anpassen und erweitern

Auf einen Blick

Skill level

Beginner & Professional

Trainingsdauer

3 Tage

Frühbucherpreis*

1.742€

In diesem Training erfahren Sie, was Machine Learning (ML) überhaupt bedeutet. Was es mit künstlicher Intelligenz und Deep Learning zu tun hat und vor allem: Wie Sie ML mit Python bei sich im Unternehmen konkret einsetzen können. Tauchen Sie mit uns ein in diese faszinierende Welt.

Wir vermitteln alle Inhalte durch eine Mischung aus Vorträgen und dazu passenden Übungen. Für den praktischen Teil nutzen wir Jupyter Notebooks, mit denen Sie die Python-basierten Aufgaben sehr interaktiv auf einer Webseite lösen können. Die Lernumgebung steht über die Cloud zur Verfügung, kann aber auch durch Sie lokal installiert werden. Damit können Sie direkt im Anschluss mit Ihren eigenen Use Cases loslegen.

5 Module – 5 Gelegenheiten mehr über Machine Learning zu erfahren

Der Schulungsinhalt ist in fünf Module (Kursdauer: 09.00 Uhr – 13:00 Uhr) aufgeteilt:

  1. Jedes Modul beinhaltet in der Regel zwei Vorträge und
  2. zwei Übungsaufgaben und
  3. beginnt mit einer kurzen Zusammenfassung der Inhalte der vorausgegangenen Module.

Alle 5 Module kompakt buchen

  1. Buchen Sie alle Module im Paket als komplettes Online-Training vergünstigt. Die Module werden dabei der Reihe nach in kurzen Abständen (eine Woche) zueinander stattfinden.
  2. Kommen Sie zu einer unserer dreitägigen Schulung. Diese finden an drei aufeinander folgenden Tagen von 09:00 Uhr – 17:00 Uhr statt. Die Termine werden im Wechsel online oder vor Ort angeboten.

Modul 1: Einführung in Machine Learning (4h)

In diesem Überblick lernen Sie die Grundlagen wie Lösungen aus Daten entstehen können.

Vortragsinhalte

  • Grundlagen des maschinellen Lernens, Problemstellung, Pipelines, Beispiele
  • Wo kommen Daten her, wie muss man sie vorbereiten?

Übungen

  • Python Grundlagen und ML Bibliotheken
  • Bild und Textdaten verarbeiten

Modul 2: Qualitätssicherung und Überwachtes Lernen (4h)

Beliebige Funktionen können allein durch beispielhafte Ein- und Ausgaben erlernt werden. Allerdings sind sie nicht wie programmierte Funktion entweder korrekt oder fehlerhaft, sondern unterschiedlich zuverlässig.

Vortragsinhalte

  • Evaluation von KIs: Wie gut ist meine Lösung?
  • Klassische überwachte Lernverfahren (u. a. SVMs, Perceptron, Naïve Bayes, Decision Trees)

Übungen

  • Evaluationsmetriken anwenden
  • Ein Perceptron programmieren
  • Decision Trees mit Scikit-Learn trainieren

Modul 3: Unüberwachtes Lernen (4h)

In diesem Teilbereich des maschinellen Lernens weiß man, in Abgrenzung zu den überwachten Lernverfahren, meist weniger über die Datenbasis und will deshalb eine Struktur erlernen.

Vortragsinhalte

  • Clustering (K-Means, DBSCAN, Hierarchical Clustering)
  • Dimensionsreduktion (PCA, Manifold Learning)
  • Anomalieerkennung (Local Outlier Factor, Autoencoder)

Übungen

  • Bilder mit K-Means in sinnvolle Gruppen einteilen
  • Mit einem Autoencoder unpassende Bilder identifizieren

Modul 4: Neuronale Netzwerke (4h)

Sie sind eines der generischsten Rechenmodelle des maschinellen Lernens und lassen sich für fast jeden Anwendungsfall nutzen. Sie definieren den State of the Art in der intelligenten Verarbeitung von Bildern, Texten und strukturierten Daten.

Vortragsinhalte

  • Bausteine Neuronaler Netzwerke: Neuronen, Schichten, Zielfunktionen, Training
  • Fehleranalyse und Optimierung

Übungen

  • Experimentieren im TensorFlow Playground
  • Einen Klassifikator mit Keras trainieren
  • Parameteroptimierung mit Scikit-Learn

Modul 5: Fortgeschrittene Netzwerkstrukturen (4h)

Durch neue Architekturen können Netzwerke Daten noch effizienter nutzen und zwischen verschiedenen Anwendungsfällen sogar teilen.

Vortragsinhalte

  • Convolutional Neural Networks (CNN)
  • Transfer Learning
  • Recurrent Neural Networks (RNN)

Übungen

  • Bildklassifikator mit CNNs bauen
  • Texterzeugung mit RNNs

Die Schulung richtet sich an Entwickler:innen, die in Machine Learning einsteigen wollen. Es werden Programmierkenntnisse vorausgesetzt.

Teilnahmegebühr

Module

  1. Die Teilnahmegebühr für Modul 1: Einführung in Machine Learning beträgt 250 € zzgl. MwSt. inklusive Trainingssunterlagen.
  2. Die Teilnahmegebühr für Modul 2: Qualitätssicherung und Überwachtes Lernen beträgt 400 € zzgl. MwSt. inklusive Trainingssunterlagen.
  3. Die Teilnahmegebühr für Modul 3: Unüberwachtes Lernen beträgt 400 € zzgl. MwSt. inklusive Trainingssunterlagen.
  4. Die Teilnahmegebühr für Modul 4: Neuronale Netzwerke beträgt 400 € zzgl. MwSt. inklusive Trainingssunterlagen.
  5. Die Teilnahmegebühr für Modul 5: Fortgeschrittene Netzwerkstrukturen beträgt 450 € zzgl. MwSt. inklusive Trainingssunterlagen.

Kompakte Trainings

  1. Die Teilnahmegebühr für alle Module gemeinsam beträgt 1.750 € zzgl. MwSt. inklusive Trainingssunterlagen.
  2. Die Teilnahmegebühr für das dreitägige Training vor Ort beträgt 1.935 € zzgl. MwSt. inklusive Trainingssunterlagen und Verpfle­gung während der Schulung.

Zudem erstellen wir für Sie auf Anfrage gerne Teilnahmebescheinigungen.

Bei Anmeldungen 30 Tage vor Kursbeginn können wir Ihnen einen Frühbucherrabatt in Höhe von 10% gewähren. Wenn Sie mehr als einen Teilnehmenden anmelden wollen, können wir Ihnen zudem attraktive Gruppenrabatte anbieten

Unsere Trainer:innen

Dr. Arthur Varkentin

Senior Consultant

Arthur.Varkentin

Anfrage

Erkundigen Sie sich unkompliziert nach einem Platz für das ausgewählte Training. Wir freuen uns auf Ihre Anfrage!

Bitte aktiviere JavaScript in deinem Browser, um dieses Formular fertigzustellen.
Name
Checkboxes

Werden Sie Expert:in!
Unser Trainingsangebot

IoT

OpenTelemetry für Developer: Hands-On Observability Workshop

Praxisnaher OpenTelemetry-Workshop: Tracing, Metriken & Logs

unFIX CTA Grafik

unFIX Foundation V2 – Organisationsentwicklung neu denken

Bist du NIS2 ready?

KI / AI für Führungskräfte

Lernen Sie die Möglichkeiten von AI effektiv für Ihr Unternehmen