Anhand von Beispielen aus der Praxis lernen Sie wichtige Konzepte, Terminologie und die Phasen einer Pipeline für maschinelles Lernen kennen. Erfahren Sie, wie Sie mithilfe von maschinellem Lernen neue Erkenntnisse und Werte für Ihr Unternehmen erschliessen können.
Modul 1: Grundlagen des maschinellen Lernens - Klassische Programmierung vs. Ansatz des maschinellen Lernens
- Was ist ein Modell?
- Algorithmus-Merkmale, -Gewichte und -Ausgaben
- Kategorien von Algorithmen für maschinelles Lernen
- Überwachte Algorithmen
- Unüberwachte Algorithmen
- Verstärkendes Lernen
Modul 2: Was ist Deep Learning? - Wie funktioniert Deep Learning?
- Wie sich Deep Learning unterscheidet
Modul 3: Die Pipeline für maschinelles Lernen - Geschäftliches Problem
- Daten-Erfassung und -Integration
- Daten-Verarbeitung und -Visualisierung
- Entwicklung von Merkmalen
- Modell-Training und -Abstimmung
- Modell-Bewertung
- Einsatz des Modells
Modul 4: Was sind meine nächsten Schritte? - Ressourcen zum Weiterlernen