Predictive Modeling mit Python und scikit-learn
Online-Kurs
Im Predictive Modeling (auch Predictive Analytics oder Supervised Machine Learning) verwendet man Statistik, um Ereignisse vorherzusagen. Diese Ereignisse liegen oft in der Zukunft, es kann sich aber auch um andere Arten von unbekannten Ereignissen handeln. Diese Verfahren werden z. B. verwendet, um zu erkennen, wann ein Bauteil mit hoher Wahrscheinlichkeit ausfallen wird. Sie werden die wichtigsten Verfahren und die grundlegenden Konzepte zur Vorhersage kennen lernen und in Python anwenden. Darüber hinaus werden Sie das Machine Learning-Tool scikit-learn, XGBoost und pandas zur Datenaufbereitung verwenden.
Kursinhalte: Predictive Modeling, Klassifikation und Regression, Verzerrung-Varianz-Dilemma, Entscheidungsbaum, Random Forest, Gradient Boosting (XGBoost), Kreuzvalidierung, Hyperparametertuning, Gütemaße, Undersampling, Datenaufbereitung (Imputation, One-Hot-Encoding, Normalisieren), scikit-learn, pandas.
Voraussetzung: Kenntnisse entsprechend dem Kurs "Programmierung mit Python: Grundlagen".
Zusätzliche Informationen:
Dieser Online-Kurs findet mit Webex Meeting statt. Den Link mit den Zugangsdaten zum Kurs senden wir Ihnen einen Tag vor Kursbeginn per E-Mail zu. Bitte prüfen Sie auch Ihren Spam-Ordner, falls Sie keine E-Mail mit den Zugangsdaten erhalten.
Material
Empfehlenswert ist ein größerer Bildschirm bzw. zwei Bildschirme oder zwei Geräte.
Bitte vorbereiten: Die Anaconda-Distribution oder eine vergleichbare Python-Installation sollte auf dem PC vorhanden sein.
Kurstermine 4
-
Ort / Raum
-
- 1
- Montag, 17. Februar 2025
- 18:00 – 21:00 Uhr
1 Montag • 17. Februar 2025 • 18:00 – 21:00 Uhr -
- 2
- Mittwoch, 19. Februar 2025
- 18:00 – 21:00 Uhr
2 Mittwoch • 19. Februar 2025 • 18:00 – 21:00 Uhr -
- 3
- Montag, 24. Februar 2025
- 18:00 – 21:00 Uhr
3 Montag • 24. Februar 2025 • 18:00 – 21:00 Uhr -
- 4
- Mittwoch, 26. Februar 2025
- 18:00 – 21:00 Uhr
4 Mittwoch • 26. Februar 2025 • 18:00 – 21:00 Uhr
Predictive Modeling mit Python und scikit-learn
Online-Kurs
Im Predictive Modeling (auch Predictive Analytics oder Supervised Machine Learning) verwendet man Statistik, um Ereignisse vorherzusagen. Diese Ereignisse liegen oft in der Zukunft, es kann sich aber auch um andere Arten von unbekannten Ereignissen handeln. Diese Verfahren werden z. B. verwendet, um zu erkennen, wann ein Bauteil mit hoher Wahrscheinlichkeit ausfallen wird. Sie werden die wichtigsten Verfahren und die grundlegenden Konzepte zur Vorhersage kennen lernen und in Python anwenden. Darüber hinaus werden Sie das Machine Learning-Tool scikit-learn, XGBoost und pandas zur Datenaufbereitung verwenden.
Kursinhalte: Predictive Modeling, Klassifikation und Regression, Verzerrung-Varianz-Dilemma, Entscheidungsbaum, Random Forest, Gradient Boosting (XGBoost), Kreuzvalidierung, Hyperparametertuning, Gütemaße, Undersampling, Datenaufbereitung (Imputation, One-Hot-Encoding, Normalisieren), scikit-learn, pandas.
Voraussetzung: Kenntnisse entsprechend dem Kurs "Programmierung mit Python: Grundlagen".
Zusätzliche Informationen:
Dieser Online-Kurs findet mit Webex Meeting statt. Den Link mit den Zugangsdaten zum Kurs senden wir Ihnen einen Tag vor Kursbeginn per E-Mail zu. Bitte prüfen Sie auch Ihren Spam-Ordner, falls Sie keine E-Mail mit den Zugangsdaten erhalten.
Material
Empfehlenswert ist ein größerer Bildschirm bzw. zwei Bildschirme oder zwei Geräte.
Bitte vorbereiten: Die Anaconda-Distribution oder eine vergleichbare Python-Installation sollte auf dem PC vorhanden sein.
-
Gebühr159,00 €
- Kursnummer: T486220
-
StartMo. 17.02.2025
18:00 UhrEndeMi. 26.02.2025
21:00 Uhr
