Kursbeschreibung

Dieser fortgeschrittene Python-Kurs befasst sich mit den Themen Knowledge Discovery in Datenbanken und dem Begriff des Data-Mining, bei dem es vorwiegend um das Finden von neuen Mustern und Gesetzmäßigkeiten geht. In diesem Kurs bieten wir einen Überblick über die Potenziale von Künstlicher Intelligenz (KI), einschließlich Tools wie ChatGPT (GPT). Wir möchten den Teilnehmenden eine interaktive und praxisnahe Lernerfahrung ermöglichen und ihre Fähigkeiten in diesem Bereich fördern.

- Grundlagen des maschinellen Lernens
- Lernalgorithmen für die Klassifizierung trainieren
- Machine-Learning Klassifizierer mit Scikit-learn verwenden
- Datenvorverarbeitung
- Datenkomprimierung durch Dimensionsreduktion
- Best Practices zur Modellbewertung und Hyperparameter-Abstimmung
- Kombination verschiedener Modelle für das Ensemble Learning
- Machine Learning zur Analyse von Stimmungslagen nutzen
- Einbetten eines Machine-Learning-Modells in eine Webanwendung
- Vorhersage stetiger Zielvariablen durch Regressionsanalyse
- Verwendung nicht gekennzeichneter Daten: Clusteranalyse
- Implementierung eines künstlichen neuronalen Netzes
- Parallelisierung des Trainings neuronaler Netze mit TensorFlow
- Die Funktionsweise von TensorFlow im Detail
- Bildklassifizierung mit tiefen konvolutionalen neuronalen Netzen
- Modellierung sequenzieller Daten durch rekurrente neuronale Netze