Schulungsübersicht

Einführung

  • Definition der prädiktiven KI
  • Historischer Kontext und Entwicklung der prädiktiven Analytik
  • Grundprinzipien des maschinellen Lernens und des Data Mining

Datenerfassung und Vorverarbeitung

  • Sammeln relevanter Daten
  • Bereinigung und Vorbereitung von Daten für die Analyse
  • Verstehen von Datentypen und -quellen

Erkundung Data Analysis (EDA)

  • Visualisierung von Daten zur Gewinnung von Erkenntnissen
  • Deskriptive Statistik und Datenzusammenfassung
  • Erkennen von Mustern und Beziehungen in Daten

Statistische Modellierung

  • Grundlagen der statistischen Inferenz
  • Regressionsanalyse
  • Klassifikationsmodelle

Machine Learning Algorithmen für die Vorhersage

  • Überblick über überwachte Lernalgorithmen
  • Entscheidungsbäume und Zufallswälder
  • Neuronale Netze und Grundlagen des Deep Learning

Modellbewertung und -auswahl

  • Verständnis von Modellgenauigkeit und Leistungsmetriken
  • Techniken der Kreuzvalidierung
  • Überanpassung und Modellabstimmung

Praktische Anwendungen von Predictive AI

  • Fallstudien aus verschiedenen Branchen
  • Ethische Überlegungen bei der prädiktiven Modellierung
  • Grenzen und Herausforderungen der prädiktiven KI

Praktisches Projekt

  • Arbeiten mit einem Datensatz zur Erstellung eines Vorhersagemodells
  • Anwendung des Modells zur Erstellung von Vorhersagen
  • Bewerten und Interpretieren der Ergebnisse

Zusammenfassung und nächste Schritte

Voraussetzungen

  • Grundlegende Kenntnisse der Statistik
  • Erfahrung mit einer beliebigen Programmiersprache
  • Vertrautheit mit dem Umgang mit Daten und Tabellenkalkulationen
  • Keine Vorkenntnisse in KI oder Datenwissenschaft erforderlich

Zielgruppe

  • IT-Fachleute
  • Datenanalysten
  • Technisches Personal
 21 Stunden

Teilnehmerzahl



Preis je Teilnehmer

Erfahrungsberichte (2)

Kombinierte Kurse

Predictive AI in DevOps: Enhancing Software Delivery

14 Stunden

AI-Augmented Software Engineering (AIASE)

14 Stunden

AI Coding Assistants: Enhancing Developer Productivity

7 Stunden

Introduction to Data Science and AI using Python

35 Stunden

AI in Digital Marketing

7 Stunden

Artificial Intelligence (AI) for Managers

7 Stunden

Artificial Intelligence (AI) for Robotics

21 Stunden

Introduction to Artificial Intelligence (AI)

35 Stunden

AI and Robotics for Nuclear - Extended

120 Stunden

AI and Robotics for Nuclear

80 Stunden

AI in business and Society & The future of AI - AI/Robotics

7 Stunden

Introduction to AI Trust, Risk, and Security Management (AI TRiSM)

21 Stunden

Introduction to Bing AI: Enhancing Search with Artificial Intelligence

14 Stunden

Applied Edge AI

35 Stunden

IBM Cloud Pak for Data

14 Stunden

Verwandte Kategorien