Maschinelles Lernen wird immer wichtiger in der heutigen Zeit. Immer wieder gibt es Innovationen, die nur mit Methoden aus dem Bereich der Künstlichen Intelligenz und des maschinellen Lernens möglich sind. Die Anwendungsfelder sind dabei sehr vielfältig:
- Industrie 4.0 / Smartfactory
- Logistik und Supply Chain Management
- Predictive Maintenance
- Kundenanalyse
Profitieren auch Sie von den neuen Möglichkeiten Daten zu modellieren. Die Hochschule Bochum bietet Ihnen im Rahmen von WeAI Webinare zum Thema Maschinelles Lernen und auch Präsenzschulungen bei Ihnen in der Firma an. Dabei erhalten Sie eine Einführung in Python und lernen die relevanten Verfahren von Entscheidungsbäumen bis Convolutional Neural Networks kennen.
Zielgruppe: unsere Kurse richten sich an interessierte Fachleute in den Bereichen Ingeneurwesen, Naturwissenschaften und Informatik, die verstehen wollen, wie die Verfahren funktionieren und wie man sie anwendet. Es werden grundlegende Kenntnisse in Programmierung und Mathematik vorausgesetzt.
Kursangebot
Sie erhalten in diesem fünftägigen Web-Seminar eine ausgewogene Mischung aus Theorie und Praxis zu Verfahren des maschinellen Lernens. Dabei lernen Sie klassische Verfahren kennen und erhalten auch einen tiefen Einblick in neuronale Netze. Damit Sie bei den praktischen Übungen zwischendurch mitarbeiten können, gibt es zunächst eine Einführung in Python mit den wichtigsten Libraries um diese anschließend bei den Verfahren anzuwenden:
- Grundlagen der Programmierung mit Python
- Datenverarbeitung mit NumPy und Pandas
- Visualisierung von Daten
- Entscheidungsbäume & Random Forests
- k-nearest-neighbors und Hyperparameteroptimierung
- Support Vector Machines
- Regression und Klassifikation mit künstlichen neuronalen Netzen
- Zeitreihen und Convolutional Neural Networks
- Imputer-Verfahren
- Feature-Reduktion
- Clustering-Verfahren
Detailliertes Programm mit Eckdaten als PDF
Dauer: 5 Tage, jeweils 8 Stunden (inkl. Pausen)
Plattform: BigBlueButton, Sie benötigen nur einen Browser
Anzahl Teilnehmer:innen: 3 – 6
Kosten p. Teilnehmer:in: 1500 € (brutto),
auch als Firmen-Schulung für insgesamt 5000 € (brutto)
Im Preis enthalten:
- Web-Seminar
- Kursunterlagen als PDFs + Praxiselemente
- Teilnahmebestätigung
Sie erhalten in diesem fünftägigen Präsenzseminar eine ausgewogene Mischung aus Theorie und Praxis zu Verfahren des maschinellen Lernens. Dabei lernen Sie klassische Verfahren kennen und erhalten auch einen tiefen Einblick in neuronale Netze. Damit Sie bei den praktischen Übungen zwischendurch mitarbeiten können, gibt es zunächst eine Einführung in Python mit den wichtigsten Libraries um diese anschließend bei den Verfahren anzuwenden:
- Grundlagen der Programmierung mit Python
- Datenverarbeitung mit NumPy und Pandas
- Visualisierung von Daten
- Entscheidungsbäume & Random Forests
- k-nearest-neighbors und Hyperparameteroptimierung
- Support Vector Machines
- Regression und Klassifikation mit künstlichen neuronalen Netzen
- Zeitreihen und Convolutional Neural Networks
- Imputer-Verfahren
- Feature-Reduktion
- Clustering-Verfahren
Detailliertes Programm mit Eckdaten als PDF
Dauer: 5 Tage, jeweils 8:00 h (inkl. Pausen)
Anzahl Teilnehmer:innen: max. 12
Kosten: 8000 € (brutto), zzgl. Reisekosten
Sie stellen Räumlichkeiten sowie Notebooks für die Teilnehmer zur Verfügung.
Im Preis enthalten:
- Weiterbildungskurs, jeweils 8:00 h inkl. Mittagspause
- Kursunterlagen als PDFs + Praxiselemente
- Teilnahmebestätigung
Lernziel
Lernziel: Kick-Start in die Methoden des maschinellen Lernens. Durch Theorie und praktische Anwendung erhalten Sie einen Überblick für welche Anwendung welche Methode geeignet ist und lernen diese auch umzusetzen. Nach dem Kurs sind Sie direkt in der Lage erste Anwendungen zu schreiben.
Mit diesem Webinar bzw. Inhouse-Seminar erhalten Sie alles, was Sie brauchen um loszulegen: Einen Überblick über die gängigsten Verfahren und das Verständnis um diese anzuwenden. Vielleicht haben Sie bereits Daten und fragen sich, wie Sie daraus ein Modell trainieren können? Genau das werden Sie im Kurs mit verschiedenen Beispieldatensätzen für Regressions- und Klassifikationsprobleme in kurzweiligen Übungen durchspielen. Dabei wird der Dozent beim Programmieren Hilfestellung geben und jederzeit für Fragen bereit stehen. Damit der Code nicht wie eine Blackbox für Sie erscheint, erhalten Sie durch die aufwendig illustrierten Unterlagen ein Verständnis dafür, wie die Algorithmen und die neuronalen Netze funktionieren. Dadurch können Sie besser entscheiden, welche Verfahren für Ihre Daten gut geeignet sind.
Team
Dozent
Christof Kaufmann, M. Eng.
Campus Velbert/Heiligenhaus
christof.kaufmann@hs-bochum.de
+49 2056 5848 16743
Scientific direction
Prof. Dr. Jörg Frochte
Campus Velbert/Heiligenhaus
joerg.frochte@hs-bochum.de
+49 2056 5848 16711
