Vielen Dank für die Zusendung Ihrer Anfrage! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Vielen Dank, dass Sie Ihre Buchung abgeschickt haben! Eines unserer Teammitglieder wird Sie in Kürze kontaktieren.
Schulungsübersicht
Überblick über KI in Python
- Schlüsselbegriffe und Umfang der KI
- Python-Bibliotheken für die KI-Entwicklung
- Projektstruktur und Arbeitsablauf der KI
Datenvorbereitung für KI
- Datenaufbereitung, -transformation und Merkmalsingenieurung
- Bearbeitung von fehlenden und unbalancierten Daten
- Merkmalsskalierung und Kodierung
Supervised Learning-Techniken
- Regression- und Klassifikationsalgorithmen
- Vereinigte Methoden: Random Forest, Gradient Boosting
- Anpassung von Hyperparametern und Kreuzvalidierung
Unsupervised Learning-Techniken
- Clusteringmethoden: K-Means, DBSCAN, hierarchisches Clustering
- Datenreduktion: PCA, t-SNE
- Anwendungsfälle für unsupervised Learning
Neural Networks und Deep Learning
- Einführung in TensorFlow und Keras
- Erstellen und Trainieren von Feedforward-Neuronalen Netzen
- Optimierung der Leistung neuronaler Netzwerke
Reinforcement Learning (Einführung)
- Kernbegriffe von Agenten, Umgebungen und Belohnungen
- Implementierung grundlegender Algorithmen des Reinforcement Learning
- Anwendungen des Reinforcement Learning
Einsatz von KI-Modellen
- Speichern und Laden trainierter Modelle
- Integration der Modelle in Anwendungen über APIs
- Überwachung und Wartung von KI-Systemen im Produktionsbetrieb
Zusammenfassung und weitere Schritte
Voraussetzungen
- Festes Verständnis der Programmiergrundlagen von Python
- Erfahrung mit Datenanalysebibliotheken wie NumPy und pandas
- Basiswissen über Maschinenlernkonzepte und -algorithmen
Zielgruppe
- Softwareentwickler, die ihre Fähigkeiten im Bereich KI-Entwicklung erweitern möchten
- Datenanalysten, die AI-Techniken auf komplexe Datensätze anwenden möchten
- F&E-Fachleute, die KI-gesteuerte Anwendungen erstellen
35 Stunden
Erfahrungsberichte (3)
Die Tatsache, dass wir mehr praktische Übungen mit Daten durchführen können, die denen ähneln, die wir in unseren Projekten verwenden (Satellitenbilder im Rasterformat)
Matthieu - CS Group
Kurs - Scaling Data Analysis with Python and Dask
Maschinelle Übersetzung
Sehr gute Vorbereitung und Expertise des Trainers, perfekte Kommunikation auf Englisch. Der Kurs war praxisorientiert (Übungen + Austausch von Anwendungsbeispielen)
Monika - Procter & Gamble Polska Sp. z o.o.
Kurs - Developing APIs with Python and FastAPI
Maschinelle Übersetzung
Trainer entwickelt die Ausbildung an den Tempo der Teilnehmer angepasst
Farris Chua
Kurs - Data Analysis in Python using Pandas and Numpy
Maschinelle Übersetzung
