Kontakt aufnehmen
 Dauer 21 Stunden

Schulungsübersicht

Einführung

  • Definition der prädiktiven KI
  • Historischer Hintergrund und Entwicklung der prädiktiven Analytik
  • Grundlegende Prinzipien des Machine Learning und Data Mining

Datensammlung und Vorverarbeitung

  • Sammeln relevanter Daten
  • Bereinigung und Vorbereitung der Daten für die Analyse
  • Verständnis von Datentypen und Datenquellen

Explorative Datenanalyse (EDA)

  • Visualisierung von Daten zur Gewinnung von Erkenntnissen
  • Beschreibende Statistik und Datenzusammenfassung
  • Identifizierung von Mustern und Beziehungen in den Daten

Statistisches Modellieren

  • Grundlagen der statistischen Inferenz
  • Regressionsanalyse
  • Classification-Modelle

Machine-Learning-Algorithmen für Vorhersagen

  • Überblick über supervised Learning-Algorithmen
  • Entscheidungsbäume und Random Forests
  • Grundlagen von neuronalen Netzen und Deep Learning

Modellbewertung und -auswahl

  • Verständnis von Modellgenauigkeit und Leistungskennzahlen
  • Cross-Validation-Techniken
  • Überanpassung und Modell-Feinabstimmung

Praktische Anwendungen der prädiktiven KI

  • Fallstudien aus verschiedenen Branchen
  • Ethische Überlegungen im prädiktiven Modellieren
  • Grenzen und Herausforderungen der prädiktiven KI

Praxisprojekt

  • Arbeit mit einem Datensatz zur Erstellung eines prädiktiven Modells
  • Anwendung des Modells für Vorhersagen
  • Bewertung und Interpretation der Ergebnisse

Voraussetzungen

  • Grundverständnis der Statistik
  • Erfahrung mit einer beliebigen Programmiersprache
  • Vertrautheit mit Datenbearbeitung und Tabellenkalkulation
  • Keine Vorkenntnisse in KI oder Data Science erforderlich

Zielgruppe

  • IT-Profis
  • Datenanalysten
  • Technisches Personal

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (3)

Kommende Kurse

Verwandte Kategorien