Verstehe, wie maschinelles Lernen funktioniert, und lerne die Anwendungsmöglichkeiten in der Datenanalyse anhand eines echten Projektes kennen
Künstliche Intelligenz ist in aller Munde. Eine Teildisziplin davon ist Machine Learning, das sich als Bestandteil zahlreicher Datenanalyseprojekte fest etabliert hat und durch die Programmiersprache Python und die Bibliothek scikit-learn leicht zugänglich ist.
Zahlreiche Machine-Learning-Projekte scheitern an schlechter Datenqualität. In diesem Kurs zeigen dir die Data-Science-Experten Prof. Dr. Stefanie Scholz und Dr. Christian Winkler, wie du die Visualisierungsmöglichkeiten von Python nutzen kannst, um Daten statistisch zu analysieren und deren Qualität zu überprüfen. Darüber hinaus machst du dich mit überwachten und unüberwachten Verfahren des maschinellen Lernens vertraut und lernst, diese mit Python umzusetzen. Schließlich erfährst du, wie du diese Verfahren geschickt kombinieren kannst, um in einem echten Projekt interessante Erkenntnisse zu gewinnen.
Wenn du dich mit dem Thema Machine Learning intensiver befassen möchtest und einen praxisnahen Zugang suchst, bist du in diesem Kurs genau richtig!
In den Videokursen der heise academy lernst du IT-Themen anschaulich und verständlich. Du siehst den Experten bei der praktischen Arbeit zu und lässt dir dabei alles genau erklären. Das Wissen ist in kompakte Lerneinheiten unterteilt, sodass du den Kurs Schritt für Schritt durcharbeiten oder gezielt zu Lektionen springen kannst, die dich interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für dich bereit, die dich beim Lernen unterstützen:
Für diesen Videokurs wird lediglich ein aktueller Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Prof. Dr. Christian Winkler ist Co-Gründer der datanizing GmbH und beschäftigt sich seit 20 Jahren mit künstlicher Intelligenz, speziell mit der automatisierten Analyse natürlich-sprachiger Texte (Natural Language Processing). Er forscht und publiziert zu diesem Thema und ist regelmäßig Sprecher auf Machine-Learning-Konferenzen. Als Professor an der TH Nürnberg konzentriert er sich bei seiner Forschung auf die Optimierung von User Experience mithilfe moderner Verfahren.
Nach ihrer Tätigkeit als Bereichsleiterin für Marketing und Vertrieb befasst sich Stefanie Scholz mit KI-gestützter Datenanalyse. Neben Data-Driven Marketing und Advanced Analytics steht der praktische Anwendungsbezug verschiedener Machine-Learning-Verfahren für Unternehmen im Fokus ihrer Aktivitäten. Als Professorin für Data Science an der Hochschule Ansbach setzt sich Stefanie Scholz zudem aktiv für die Implementierung und Förderung von Datenkompetenzen in unterschiedlichen Institutionen ein.
Fülle ganz einfach und bequem das Kontaktformular aus und wir werden deine Fragen schnellstmöglich beantworten.