Ihr Warenkorb ist leer.
Classroom Lectures
Grundlagen und überwachtes Lernen (supervised learning) mit scikit-learn
Es müssen nicht immer gleich neuronale Netze sein. Sehr viele datenbasierte Probleme lassen sich hervorragend mit klassischen statistischen Verfahren lösen. Dabei lernen Sie scikit-learn kennen, das Ihnen den Einstieg ins maschinelle Lernen denkbar einfach macht.
Enterprise
Professional
Grundlagen und überwachtes Lernen (supervised learning) mit scikit-learn
Enthalten im Classroom: Webinar-Serie: Einführung in Machine Learning mit Python
Überblick
Einen großen Bereich des maschinellen Lernens macht das überwachte Lernen (engl. supervised learning) aus. In diesem Webinar lernen Sie mit Klassifikation, Regression und Support Vector Machines (SVMs) die typischen Vertreter der klassischen statistischen Verfahren kennen.
Alle diese Verfahren werden mit der Bibliothek scikit-learn abgedeckt, deren immer gleichbleibendes Grundprinzip Sie im Rahmen verschiedener Beispiele kennenlernen. Dabei erklärt unser Experte auch essenzielle Paradigmen und Begriffe aus der Welt des maschinellen Lernens.
Grundkenntnisse in Python, pandas und Matplotlib werden vorausgesetzt. Ein Besuch der ersten beiden Webinare der Serie wird empfohlen.
Die Folien des Webinars sind aufgrund zahlreicher englischer Begriffe vollständig in englischer Sprache gehalten, um eine bessere Lesbarkeit zu erzeugen. Der Vortrag findet in deutscher Sprache statt.
Enthalten im Classroom:
Christian Heitzmann
Zert. Softwareentwickler, Technical Writer und Trainer | SimplexaCode AG
Christian Heitzmann ist Java-, Python- und Spring-zertifizierter Softwareentwickler mit einem CAS in Machine Learning und Inhaber der SimplexaCode AG in Luzern. Er entwickelt seit über 20 Jahren Software und gibt seit über 12 Jahren Unterricht und Kurse im Bereich der Java- und Python-Programmierung, Mathematik und Algorithmik. Als Technical Writer dokumentiert er Softwarearchitekturen für Unternehmen und schreibt regelmäßig Artikel für IT-Fachzeitschriften.