Buchungs-Nr.:
36136
Machine Learning und Data Mining: Konzepte, Modelle, Lernverfahren
Entwickle ein fundiertes technisches Verständnis von Künstlicher Intelligenz. In diesem Kurs erfährst du nicht nur, wie Data Mining, Neuronale Netze und Modelle wirklich funktionieren, sondern setzt damit auch selbst praktische Projekte um. Nach der Teilnahme bist du in der Lage, KI-Abläufe genau zu verstehen, fundierte Entscheidungen über KI-Einsatz zu treffen und mit Techniker:innen auf Augenhöhe zu kommunizieren.
Terminvorschau
Durchführung
Durchführung
Durchführung
Durchführung
Modulübersicht
Kick-off, Einstieg und Einführung in KNIME
Nach der Vorstellung und einer Einführung in die Lernumgebung geht es direkt ins Thema: Dein:e Trainer:in durchläuft mit dir zusammen eine erste vollständige Pipeline von der Data Preparation bis zum Trainieren des Datenmodells.
Mittwoch, 24.07.2024
09:00 Uhr - 11:00 Uhr
Kick-off, Einstieg und Einführung in KNIME
Nach der Vorstellung und einer Einführung in die Lernumgebung geht es direkt ins Thema: Dein:e Trainer:in durchläuft mit dir zusammen eine erste vollständige Pipeline von der Data Preparation bis zum Trainieren des Datenmodells.
Mittwoch, 09.10.2024
09:00 Uhr - 11:00 Uhr
Kick-off, Einstieg und Einführung in KNIME
Nach der Vorstellung und einer Einführung in die Lernumgebung geht es direkt ins Thema: Dein:e Trainer:in durchläuft mit dir zusammen eine erste vollständige Pipeline von der Data Preparation bis zum Trainieren des Datenmodells.
Donnerstag, 09.01.2025
09:00 Uhr - 11:00 Uhr
Kick-off, Einstieg und Einführung in KNIME
Nach der Vorstellung und einer Einführung in die Lernumgebung geht es direkt ins Thema: Dein:e Trainer:in durchläuft mit dir zusammen eine erste vollständige Pipeline von der Data Preparation bis zum Trainieren des Datenmodells.
Donnerstag, 06.03.2025
09:00 Uhr - 11:00 Uhr
Grundlagen: Machine Learning und Data Mining
- Grundlagen Data Mining und Machine Learning
- Wichtige Lernverfahren im Detail erklärt
- Daten-Projekte umsetzen mit CRISP-DM
- Business Understanding: Was sagen Daten aus?
Grundlagen: Machine Learning und Data Mining
- Grundlagen Data Mining und Machine Learning
- Wichtige Lernverfahren im Detail erklärt
- Daten-Projekte umsetzen mit CRISP-DM
- Business Understanding: Was sagen Daten aus?
Grundlagen: Machine Learning und Data Mining
- Grundlagen Data Mining und Machine Learning
- Wichtige Lernverfahren im Detail erklärt
- Daten-Projekte umsetzen mit CRISP-DM
- Business Understanding: Was sagen Daten aus?
Grundlagen: Machine Learning und Data Mining
- Grundlagen Data Mining und Machine Learning
- Wichtige Lernverfahren im Detail erklärt
- Daten-Projekte umsetzen mit CRISP-DM
- Business Understanding: Was sagen Daten aus?
Data Understanding und Data Preparation
- Alles über Datentypen und Datenquellen
- Daten verstehen: Welche Informationen enthalten Daten?
- Erste Praxisbeispiele mit Übungen in KNIME
- Data Preparation für Datenprojekte
Data Understanding und Data Preparation
- Alles über Datentypen und Datenquellen
- Daten verstehen: Welche Informationen enthalten Daten?
- Erste Praxisbeispiele mit Übungen in KNIME
- Data Preparation für Datenprojekte
Data Understanding und Data Preparation
- Alles über Datentypen und Datenquellen
- Daten verstehen: Welche Informationen enthalten Daten?
- Erste Praxisbeispiele mit Übungen in KNIME
- Data Preparation für Datenprojekte
Data Understanding und Data Preparation
- Alles über Datentypen und Datenquellen
- Daten verstehen: Welche Informationen enthalten Daten?
- Erste Praxisbeispiele mit Übungen in KNIME
- Data Preparation für Datenprojekte
Besprechung der Praxisaufgaben
Nach einer gemeinsamen Reflexion der Inhalte aus den ersten Selbstlernphasen führt dich dein:e Trainer:in in die praktische Arbeit mit den wichtigsten Data-Tools ein. Du bekommst dabei das Wissen, um eigene Projekte vollständig durchzuführen.
Mittwoch, 07.08.2024
09:00 Uhr - 12:00 Uhr
Besprechung der Praxisaufgaben
Nach einer gemeinsamen Reflexion der Inhalte aus den ersten Selbstlernphasen führt dich dein:e Trainer:in in die praktische Arbeit mit den wichtigsten Data-Tools ein. Du bekommst dabei das Wissen, um eigene Projekte vollständig durchzuführen.
Mittwoch, 23.10.2024
09:00 Uhr - 12:00 Uhr
Besprechung der Praxisaufgaben
Nach einer gemeinsamen Reflexion der Inhalte aus den ersten Selbstlernphasen führt dich dein:e Trainer:in in die praktische Arbeit mit den wichtigsten Data-Tools ein. Du bekommst dabei das Wissen, um eigene Projekte vollständig durchzuführen.
Donnerstag, 23.01.2025
09:00 Uhr - 12:00 Uhr
Besprechung der Praxisaufgaben
Nach einer gemeinsamen Reflexion der Inhalte aus den ersten Selbstlernphasen führt dich dein:e Trainer:in in die praktische Arbeit mit den wichtigsten Data-Tools ein. Du bekommst dabei das Wissen, um eigene Projekte vollständig durchzuführen.
Donnerstag, 20.03.2025
09:00 Uhr - 12:00 Uhr
Modellierung und Evaluation
- Clustering mit Algorithmen
- Modelle zur Regression
- Modelle zur Klassifikation
- Die wichtigsten Metriken
- Praxisbeispiele in KNIME
Modellierung und Evaluation
- Clustering mit Algorithmen
- Modelle zur Regression
- Modelle zur Klassifikation
- Die wichtigsten Metriken
- Praxisbeispiele in KNIME
Modellierung und Evaluation
- Clustering mit Algorithmen
- Modelle zur Regression
- Modelle zur Klassifikation
- Die wichtigsten Metriken
- Praxisbeispiele in KNIME
Modellierung und Evaluation
- Clustering mit Algorithmen
- Modelle zur Regression
- Modelle zur Klassifikation
- Die wichtigsten Metriken
- Praxisbeispiele in KNIME
Grundlagen Neuronaler Netze
- Die Funktionsweise Neuronaler Netze
- Überblick über die Architekturen
- Machine Learning in Produktion bringen – ein Ausblick
Grundlagen Neuronaler Netze
- Die Funktionsweise Neuronaler Netze
- Überblick über die Architekturen
- Machine Learning in Produktion bringen – ein Ausblick
Grundlagen Neuronaler Netze
- Die Funktionsweise Neuronaler Netze
- Überblick über die Architekturen
- Machine Learning in Produktion bringen – ein Ausblick
Grundlagen Neuronaler Netze
- Die Funktionsweise Neuronaler Netze
- Überblick über die Architekturen
- Machine Learning in Produktion bringen – ein Ausblick
Anwendung von Machine Learning in Projekten
Nachdem alle Fragen aus den Selbstlerneinheiten beantwortet sind, werden die praktischen Übungsprojekte der Teilnehmenden ausgewertet. Anschließend gibt dir dein:e Trainer:in einen Ausblick auf das Deployment von Machine-Learning-Modellen.
Mittwoch, 21.08.2024
09:00 Uhr - 12:00 Uhr
Anwendung von Machine Learning in Projekten
Nachdem alle Fragen aus den Selbstlerneinheiten beantwortet sind, werden die praktischen Übungsprojekte der Teilnehmenden ausgewertet. Anschließend gibt dir dein:e Trainer:in einen Ausblick auf das Deployment von Machine-Learning-Modellen.
Donnerstag, 07.11.2024
09:00 Uhr - 12:00 Uhr
Anwendung von Machine Learning in Projekten
Nachdem alle Fragen aus den Selbstlerneinheiten beantwortet sind, werden die praktischen Übungsprojekte der Teilnehmenden ausgewertet. Anschließend gibt dir dein:e Trainer:in einen Ausblick auf das Deployment von Machine-Learning-Modellen.
Donnerstag, 06.02.2025
09:00 Uhr - 12:00 Uhr
Anwendung von Machine Learning in Projekten
Nachdem alle Fragen aus den Selbstlerneinheiten beantwortet sind, werden die praktischen Übungsprojekte der Teilnehmenden ausgewertet. Anschließend gibt dir dein:e Trainer:in einen Ausblick auf das Deployment von Machine-Learning-Modellen.
Donnerstag, 03.04.2025
09:00 Uhr - 12:00 Uhr
Kursübersicht
Inhalte und Ablauf des Kurses
1. Machine Learning und Data Mining
- Grundlagen Data Mining und Machine Learning
- Wichtige Lernverfahren im Detail erklärt
- Daten-Projekte umsetzen mit CRISP-DM
- Business Understanding: Was sagen Daten aus?
2. Data Understanding und Data Preparation
- Alles über Datentypen und Datenquellen
- Daten verstehen: Welche Informationen enthalten Daten?
- Erste Praxisbeispiele mit Übungen in KNIME
- Data Preparation für Datenprojekte
3. Modellierung und Evaluation
- Clustering mit Algorithmen
- Modelle zur Regression
- Modelle zur Klassifikation
- Die wichtigsten Metriken
- Praxisbeispiele in KNIME
4. Ein Ausblick auf Neuronale Netze
- Die Funktionsweise Neuronaler Netze
- Überblick über die Architekturen
- Machine Learning in Produktion bringen – ein Ausblick
So lernst du in diesem Kurs
Dieser Online-Kurs bietet dir ein digitales Blended-Konzept, das für das berufsbegleitende Lernen entwickelt wurde. Mit einem Zeitbudget von mindestens 3-4 Stunden pro Woche kommst du sicher ans Ziel. Alternativ kannst du dir die Lerneinheiten flexibel einteilen. So lernst du in dem Kurs:
Selbstlernphasen: Lerne selbstbestimmt, in deinem eigenen Tempo und wann immer du möchtest. Unsere Kurse bieten dir dafür didaktisch hochwertiges Lernmaterial mit Videos, Artikeln, interaktiven Übungen, Quizzes und Lernkontrollen.
Live-Webinare: In regelmäßigen Online-Seminaren triffst du deine Referent:innen persönlich. Du erhältst Antworten auf deine Fragen, konkrete Hilfestellungen und Anleitungen, um dein Wissen zu vertiefen und die erworbenen Fähigkeiten in praktischen Übungen anzuwenden.
Praxisaufgaben: Um die Fähigkeiten in der Praxis zu erlernen, erhältst du Zugang zu Trainingssets, die du mit Python oder der Open-Software KNIME selbst bearbeiten kannst. Dabei bereinigst du Daten, trainierst eigene Modelle und lernst wichtige Tools kennen. Vorwissen ist nicht erforderlich.
Lern-Community: Während des gesamten Kurses steht dir eine digitale Lern-Community zur Verfügung. Tausche dich mit anderen Teilnehmenden und den Referent:innen aus und klären deine Fragen.
Future Jobs Club: Erhalte exklusiven Zugang zu einem Business-Netzwerk, Micro-Learnings (sparks), News und Future Work Hacks.
Teilnahmebescheinigung und Open Badge: Als Absolvent:in des Kurses erhältst du ein Zertifikat und ein Open Badge, das du ganz einfach in beruflichen Netzwerken (u.a. LinkedIn) teilen kannst.
