LERNZIELE
- Du befasst dich mit Methoden der Dimensionsreduktion
- Du nutzt diese zur Visualisierung und Vorbereitung von Daten
- Du arbeitest mit Clustering als gängiges Verfahren für unüberwachtes Lernen
- Du lernst, Topic-Modelle für die Strukturierung von Texten einzusetzen
- Du arbeitest mit Performance-Metriken zur Messung der Ergebnisqualität
INHALT
In diesem Kurs vermittelt dir der Data-Science-Experte Dr. Christian Winkler die Grundlagen über die Verfahren des unüberwachten Lernens. Er erklärt, wie du die Verfahren anwendest und die Ergebnisse evaluierst. Daten haben oft (zu) viele Dimensionen. Daher wirst du dich im ersten Schritt mit Methoden der Dimensionsreduktion beschäftigen, die die Visualisierung von Daten vereinfachen. Als Nächstes wirst du mit Clustering-Verfahren arbeiten. Diese kannst du dazu nutzen, um Daten zu strukturieren. Algorithmen sind dazu in der Lage, Gesetzmäßigkeiten und Muster in den Daten zu erkennen, und das völlig unvoreingenommen.
Clustering lässt sich allerdings nicht für alle Datentypen einsetzen. Da es sich bei Sprache um ein ambivalentes Medium handelt, ist Clustering z.B. für Texte ungeeignet. Stattdessen empfiehlt sich Topic Modeling. Damit kannst du die Struktur umfangreicher Textdaten sehr schnell erkennen.
Um die Resultate deiner Machine-Learning-Modelle zu bewerten, wirst du schließlich verschiedene Kennzahlen betrachten.
Dieser Kurs ist Teil einer Serie zu angewandtem Machine Learning mit Python, die sich aus folgenden Teilen zusammensetzt:
- Einführung in Python und Jupyter
- Einführung in Machine Learning mit Python
- Machine Learning mit Python: Datenvorbereitung
- Unsupervised Machine Learning mit Python
- Supervised Machine Learning mit Python
- Machine Learning mit Python – ein Praxisbeispiel
ALLE LEKTIONEN IM ÜBERBLICK
SO LERNST DU MIT DIESEM KURS
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:
- Flexibler Videoplayer mit vielen Steuerungsmöglichkeiten
- Wissensquiz zur Lernkontrolle
- Lernhistorie und Lernfortschritt
- Lesezeichen und Notizen
- Volltextsuche in den Videos
- Übungsmaterial zum Mitmachen
- Responsive Web-App und Videostreaming für alle Endgeräte
TECHNISCHE VORAUSSETZUNGEN
Für diesen Videokurs wird lediglich ein aktueller Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
DEIN EXPERTE
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.