Machine Learning mit Python - Grundkurs
Sie setzen erste Algorithmen selbst um und nutzen gängige Scoring und Loss-Metriken für die Modellvalidierung. Der Fokus liegt dabei stets auf der praxisnahen Anwendung der Tools von Sci-Kit Learn und co.
In der Schulung nutzen wir Pandas und NumPy um Daten effizient zu analysieren und für ML-Algorithmen aufzubereiten. Der Kurs bietet eine fundierte Einführung für den praktischen Einsatz einfacher ML-Pipelines in Ihrem Arbeitsalltag.
Sie analysieren Daten mit Pandas und NumPy, führen Preprocessing-Schritte durch und bewerten die Qualität Ihrer Modelle mit geeigneten Methoden.
Hinweis:
Dieses Seminar ist ein Angebot der PC-COLLEGE Gruppe.
Orte / Online
Termine
Buchung & Angebot
Online LIVE
15.06. – 17.06.2026
München
27.04. – 29.04.2026
A-Wien
27.04. – 29.04.2026
Inhalte
- Einführung in Machine Learning
- Begriffe und Grundprinzipien
- Anwendungsfelder von ML
- Überblick Supervised vs. Unsupervised Learning
- Klassifikation und Regression
- Clustering-Grundlagen
- Datenvorverarbeitung mit Pandas und NumPy
- Daten laden, bereinigen und transformieren
- Feature Engineering
- Modelltraining mit Scikit-Learn
- Modellwahl und Hyperparameter
- Train-/Test-Split und Cross-Validation
- Evaluierung und Interpretation
- Metriken für Klassifikation und Regression
- Modellvergleich und Optimierung
Ziele
Teilnehmende lernen, Daten für Machine Learning aufzubereiten, passende Modelle zu wählen und erste ML-Projekte mit Python erfolgreich umzusetzen.
Zielgruppe
Entwickler, Data-Analysten, Data Scientists und technisch versierte Einsteiger, die maschinelles Lernen in der Praxis anwenden möchten.
Voraussetzungen
Grundkenntnisse in Python werden vorausgesetzt.
Erste Erfahrungen mit Datenanalyse oder Statistik sind hilfreich, aber nicht zwingend.
Erste Erfahrungen mit Datenanalyse oder Statistik sind hilfreich, aber nicht zwingend.
Kurszeiten
Täglich 9.00 bis 16.00 Uhr
