Maschinelles Lernen

Angewandtes Maschinelles Lernen

Sammle tiefgreifende, praktische Erfahrung im Lösen von Machine Learning-Anwendungsfällen. Innerhalb von 6 Wochen entwickelst du dich vom Anfänger- zum Fortgeschrittenen-Level. Du wirst lernen eigene Projekte und deren Anforderungen zu definieren. Dabei liegt besonderer Fokus auf dem Testen und Sicherstellen der Qualität solcher Algorithmen.

Jetzt bewerben
clock

Teilzeit

6

6 Wochen

remote

Online

language

Englisch

Programm Überblick

Maschinelles Lernen ist einer der grundlegenden Bausteine der Data Science. Seine Methoden werden aktiv in verschiedenen Branchen eingesetzt. Das Ziel dieses Kurses ist es, dir beizubringen, wie du Machine Learning erfolgreich auf reale Geschäftsprobleme anwenden und dabei häufige Fallstricke vermeiden kannst. Am Ende des Kurses wirst du in der Lage sein:
  • ● Eine Problemstellung in ein Machine Learning-Problem umzuwandeln.
  • ● Anforderungen für ein Machine Learning-Projekt (einschliesslich wichtiger Kennzahlen) mithilfe eines ML Canvas zu definieren.
  • ● Verschiedene Arten von Machine Learning-Pipelines (überwacht und unüberwacht) zu erstellen, einschliesslich Datentransformation, Feature Engineering, dem Aufbau einer Datenpipeline, Hyper-Parameter-Tuning, Verlustfunktionen und Kreuzvalidierungen für verschiedene Regressions- und Klassifikationsaufgaben.
  • ● Verzerrungen und Unfairness von Machine Learning-Problemen zu identifizieren, sowie mittels geeigneter Methoden komplexe Machine Learning-Modelle erklären und interpretieren zu können.
  • ● Reale Machine Learning-Anwendungsfälle zu entwickeln und zu lösen, z.B. Predictive Maintenance, Churn Prediction, Kundensegmentierung.

Bevorstehende Termine

Zeitplan: Mo & Mi, 16:00 - 19:00 (online)

Bewerbung bis
Kursdaten
Gebühr
31. Jan 22
07. Feb 22 - 16. Mar 22
CHF 1'800

Was du lernen wirst

Wochenplan

Mo

Di

Mi

Do

Fr

Sa

09H00

12H00

13H00

15H40

16H00

17H00

18H00

19H00

Q&A Sitzung

Während der Fragerunden bist du völlig frei, dich zu verbinden und alle Fragen zu den behandelten Themen zu stellen.

Vorlesung

Lerne von unseren Referenten, die Experten auf ihrem jeweiligen Gebiet sind, und werde während der Live-Vorlesungen in neue Themen eingeführt.

Praxisübungen

Bearbeite eine Reihe interessanter und anspruchsvoller Übungen, die sich auf die in der vorherigen Lektion behandelten Themen beziehen.

Das sagen unsere Studenten

Vaios Vlachos

Vaios Vlachos

Machine Learning

"Gleich nach dem Kurs konnte ich mit der Arbeit an Machine Learning-Projekten in meinem Unternehmen beginnen."

Beruf:Data Scientist bei Nispera

Akos Redey

Akos Redey

Machine Learning

"Es war die beste Entscheidung, die ich getroffen habe, indem ich diesen Kurs gegenüber einem MOOC bei einem bekannten globalen Anbieter gewählt habe."

Beruf:Senior Business Intelligence Analyst bei Wüest Partner

Tools, die wir unterrichten

  • Python

  • Jupyter notebooks

  • Pandas

  • Matplotlib

  • Seaborn

  • Scikit-Learn

  • Auto-ML (TPOT, PyCaret, MLJAR)

  • Evidently

  • Flask

  • AWS

placeholder

Bewerbungsprozess und Voraussetzungen

Dieser Kurs ist für Anfänger und fortgeschrittene Python-Programmierer geeignet.
Bewirb dich hier.

FAQs

alt

Lehrkräfte

Team Member

Dipanjan Sarkar

Lead Data Scientist & Instructor
Dipanjan (DJ) ist Lead Data Science Consultant & Instructor und leitet dort zukunftsweisende Projekt...
Team Member

Badru Stanicki

Data Scientist & Instructor
Mit einem Master in Physik stieg Badru während seiner Zeit am Deutschen Zentrum für Luft- und Raumfa...
Team Member

Dr. Marie Bocher

Data Science Consultant
Als Beraterin und Mentorin an der SIT Academy unterrichtet Marie datenwissenschaftliche Themen und P...

Unser Blog

Lies die neuesten Nachrichten über SIT Academy und informiere dich über alles rund um Programmierung und Data Science in der Schweiz und Deutschland.

full-stack-capstone-projekte-batch-17

Full-Stack Capstone-Projekte Batch #17

Veröffentlicht am 18-11-2021 von Francesco Burchielli

Mehr Infos
data-science-abschlussprojekte-batch-15

Data Science Abschlussprojekte Batch #15

Veröffentlicht am 18-11-2021 von Badru Stanicki

Mehr Infos
interview-mirko-reichlin

Interview mit Full-Stack Alumni, Mirko Reichlin

Veröffentlicht am 04-11-2021 von Livia Schmid

Mehr Infos