Dauer
2 Tage
Preise
€
Zielsetzung
Dieser Kurs gibt eine Übersicht über die wichtigsten unüberwachten Verfahren des Maschinellen Lernens. Anhand von Fallbeispielen wird vermittelt, welche Modelle sich für bestimmte Problemstellungen eignen und die Datenvorbereitung zur Anwendung der jeweiligen Modelle wird erarbeitet. Der Fokus liegt auf den Bereichen Clustering, Anomlie-Erkennung und Dimensionsreduktion.
Zielgruppe
Führungskräfte im Bereich Digitalisierung, Smart Data, Innovation, Data Science Labs, AI Labs, IT, Produktentwicklung
Inhalte
- Recap der wichtigsten themenbezogenen Python-Frameworks (u.a. scikit-learn, pandas, numpy)
- Modelle: K-Means, Fuzzy C-Means, K-NN, PCA, NNMF
Dieser Kurs ist als öffentlicher Kurs (vor Ort oder online) und auch als Firmenschulung (vor Ort oder online) verfügbar.
- Modelle: K-Means, Fuzzy C-Means, K-NN, PCA, NNMF
Dieser Kurs ist als öffentlicher Kurs (vor Ort oder online) und auch als Firmenschulung (vor Ort oder online) verfügbar.
Voraussetzungen
Wir empfehlen unbedingt unsere "Basic Level Kurse 1-4" oder vergleichbare
Erfahrung
Ihr Kontakt
Kerstin Dosin