Kontakt aufnehmen

Schulungsübersicht

Einführung

  • Definition von prädiktiver KI
  • Historischer Kontext und Entwicklung der prädiktiven Analyse
  • Grundprinzipien des maschinellen Lernens sowie des Data Minings

Datenerhebung und Vorverarbeitung

  • Sammlung relevanter Daten
  • Bereinigung sowie Vorbereitung der Daten für die Analyse
  • Verständnis von Datentypen und -quellen

Explorative Datenanalyse (EDA)

  • Visualisierung von Daten zur Gewinnung von Erkenntnissen
  • Deskriptive Statistik sowie Zusammenfassung der Daten
  • Identifikation von Mustern und Beziehungen innerhalb der Daten

Statistische Modellierung

  • Grundlagen der statistischen Inferenz
  • Regressionsanalyse
  • Klassifikationsmodelle

Algorithmen des maschinellen Lernens zur Prognoseerstellung

  • Übersicht über überwachte Lernalgorithmen
  • Entscheidungsbäume und Random Forests
  • Neuronale Netze sowie Grundlagen des Deep Learnings

Bewertung und Auswahl von Modellen

  • Verständnis der Genauigkeit sowie Leistungsmaße von Modellen
  • Techniken zur Kreuzvalidierung
  • Überanpassung und Optimierung von Modellen

Praktische Anwendungen prädiktiver KI

  • Fallstudien aus verschiedenen Branchen
  • Ethikaspekte bei der Erstellung prädiktiver Modelle
  • Grenzen und Herausforderungen prädiktiver KI

Praktisches Projekt

  • Arbeit mit einem Datensatz zur Erstellung eines prädiktiven Modells
  • Anwendung des Modells zur Prognoseerstellung
  • Bewertung und Interpretation der Ergebnisse

Zusammenfassung sowie nächste Schritte

Voraussetzungen

  • Grundkenntnisse in Statistik
  • Erfahrung mit einer beliebigen Programmiersprache
  • Vertrautheit im Umgang mit Daten sowie Tabellenkalkulationen
  • Vorherige Kenntnisse in KI oder Data Science sind nicht erforderlich

Zielgruppe

  • IT-Fachkräfte
  • Datenanalysten
  • Technisches Personal
 21 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien