Die Schulung "Machine Learning mit Python und Scikit-learn" führt dich in 5 Tagen zu den Grundlagen von Machine Learning. Los geht es mit der Syntax, den Datentypen und der Philosophie von Python. Dabei lernst du, warum sich die Sprache so gut für Data Science eignet.
Im Python-Teil arbeitest du mit Listen, Tupeln, Dictionaries, Strings, Sets und FrozenSets und organisierst deinen Code in Funktionen und Modulen. Für die Datenvisualisierung setzt du Matplotlib ein und lernst Seaborn als Alternative kennen. Jupyter-Notebooks dienen dir dabei als Arbeitsumgebung.
Im Machine-Learning-Teil bekommst du eine Einführung in KI-Terminologie und die Verfahren Klassifikation und Regression. Mit Scikit-learn setzt du den k-nearest Neighbor Classifier, Decision Trees und Random Forests praktisch um. Ergänzend lernst du die Grundlagen neuronaler Netzwerke in Python kennen.
Ein eigener Themenblock behandelt die Anomalie-Erkennung, unter anderem mit Isolation-Forests und der Cluster-Analyse DBSCAN. So kannst du am Ende Modelle für Klassifikation, Vorhersage und Anomalie-Erkennung selbst erstellen.
Die Schulung richtet sich an Entwickler, Data Scientists und Analysten. Vorausgesetzt werden Kenntnisse in einer Programmiersprache. Vermittelt wird eine ausgewogene Mischung aus Theorie und Praxis mit direktem Austausch zu den Trainern und anderen Teilnehmenden.
Du besuchst den Kurs wahlweise in Präsenz in Nürnberg oder im Virtual Classroom als Online-Termin. Zum Abschluss erhältst du ein Teilnahmezertifikat sowie das digitale IT-Schulungen Open Badge als zusätzlichen Kompetenznachweis, den du zum Beispiel bei LinkedIn teilen kannst.
