Die Teilnehmenden erwerben Kenntnisse in der Python Programmierung, um grundlegende Machine-Learning-Projekte zu konzipieren und umzusetzen.

Objektorientierte Programmierung für Machine Learning
  • Verständnis objektorientierter Prinzipien zur Organisation von Machine-Learning-Projekten
  • Entwicklung von Klassen und Objekten für modulare ML-Modelle und Pipelines

Grundlagen des Machine Learning
  • Einführung in grundlegende ML-Konzepte wie supervised und unsupervised Learning
  • Nutzen von Python-Bibliotheken wie scikit-learn, um einfache Modelle zu trainieren und zu evaluieren

Datenvorbereitung und Vorverarbeitung
  • Verwendung von Pandas und NumPy zur Bereinigung und Transformation von Daten
  • Skalierung, Normalisierung und Encoding von Features für optimale Modellleistung

Modellierung und Evaluation
  • Entwicklung von Algorithmen wie lineare Regression und Entscheidungsbäume
  • Verwendung von Metriken zur Bewertung der Modellgenauigkeit und Performance

Best Practices und Optimierungen
  • Implementierung von Techniken wie Cross-Validation zur Verbesserung der Modellergebnisse
  • Nutzung von Pipelines für automatisierte und wiederholbare ML-Workflows