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 und Hyperparametertuning
- Gütemaße und Undersampling
- Datenaufbereitung (Imputation, One-Hot-Encoding, Normalisieren)
- scikit-learn und 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.
Empfehlenswert ist ein größerer Bildschirm bzw. zwei Bildschirme oder zwei Geräte.
Material
Für die Teilnahme am Kurs ist es notwendig, dass die Anaconda-Distribution oder eine vergleichbare Python-Installation bereits auf dem PC installiert ist.
Kurstermine 4
-
Ort / Raum
-
- 1
- Montag, 15. Februar 2027
- 17:00 – 20:00 Uhr
1 Montag • 15. Februar 2027 • 17:00 – 20:00 Uhr -
- 2
- Mittwoch, 17. Februar 2027
- 17:00 – 20:00 Uhr
2 Mittwoch • 17. Februar 2027 • 17:00 – 20:00 Uhr -
- 3
- Montag, 22. Februar 2027
- 17:00 – 20:00 Uhr
3 Montag • 22. Februar 2027 • 17:00 – 20:00 Uhr -
- 4
- Mittwoch, 24. Februar 2027
- 17:00 – 20:00 Uhr
4 Mittwoch • 24. Februar 2027 • 17:00 – 20:00 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 und Hyperparametertuning
- Gütemaße und Undersampling
- Datenaufbereitung (Imputation, One-Hot-Encoding, Normalisieren)
- scikit-learn und 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.
Empfehlenswert ist ein größerer Bildschirm bzw. zwei Bildschirme oder zwei Geräte.
Material
Für die Teilnahme am Kurs ist es notwendig, dass die Anaconda-Distribution oder eine vergleichbare Python-Installation bereits auf dem PC installiert ist.
-
Gebühr174,00 €
-
2 x mo/mi 17.00 bis 20.00 Uhr 15.2. bis 24.2.2027
-
Veranstalter:
Münchner Volkshochschule
