Wer Modelle im Unternehmensumfeld entwickelt, steht häufig vor der Frage, wie aus Rohdaten verlässliche Vorhersagen werden. Machine Learning mit Python bietet Data Scientist:innen eine breite Palette an Werkzeugen, um diese Fragestellungen systematisch anzugehen.



Kursinhalt




1. Arbeitsschritte eines Machine-Learning-Projekts
  • Problemstellung und Zieldefinition
  • Datenverständnis und Datenvorbereitung
  • Bewertung von Modellen




2. Klassische Lernverfahren
  • Überwachtes und unüberwachtes Lernen
  • Regressions- und Klassifikationsmodelle
  • Clusteranalysen




3. Arbeiten mit Python-Bibliotheken
  • Datenmanipulation mit pandas
  • Modellierung mit scikit-learn
  • Visualisierung von Ergebnissen




4. Bewertung und Tuning von Modellen
  • Kreuzvalidierung und Metriken
  • Umgang mit Überanpassung
  • Hyperparameter-Optimierung




Berufliche Relevanz




  • Entwicklung datengetriebener Anwendungen
  • Unterstützung von Entscheidungen durch Vorhersagen
  • Mitwirkung an KI-Projekten im Unternehmen