/

Künstliche Intelligenz

/

Maschinelles Lernen und Deep Learning

Maschinelles Lernen und Deep Learning

Tauchen Sie tief in die Welt der künstlichen Intelligenz ein mit einem umfassenden Trainingskurs zu Machine Learning und Deep Learning.

Verstehen Sie Kernkonzepte, Methoden und die praktische Anwendung von Algorithmen zur Entschlüsselung komplexer Datensätze.

Was werden Sie lernen?

Verbessern Sie Ihre Fähigkeiten mit unserem Kurs über maschinelles Lernen und Deep Learning, der Folgendes umfasst

Grundlegende Prinzipien der KI und des maschinellen Lernens.
Umfassende Studie über Regression, Klassifizierung und Clustering.
Fortgeschrittene Module zu Deep Learning und Neuronalen Netzen.
Praktische Übungen mit R für Fallstudien aus der Praxis.

Nach Abschluss des Kurses werden die Teilnehmer:

Die Kernkonzepte des maschinellen Lernens und des Deep Learning verstehen.
Beherrschen der Anwendung verschiedener ML-Algorithmen.
Einblicke in die Regressionsanalyse und ihre Arten erhalten.
sich mit Klassifizierungsmethoden, einschließlich SVM, vertraut machen.
Erforschen Sie die Grundlagen und fortgeschrittenen Aspekte des Deep Learning.
Nutzen Sie die Möglichkeiten von R für die Datenanalyse.

Anforderungen:

Grundlegende Kenntnisse über statistische Konzepte.

Kursübersicht*:

*Wir wissen, dass jedes Team seine eigenen Bedürfnisse und Anforderungen hat. Deshalb können wir den Schulungsplan je nach Bedarf anpassen.

1. Einführung in maschinelles Lernen:

KI-Schwerpunkt & Anwendungen
Überwachtes vs. Unüberwachtes Lernen

2. Algorithmen des maschinellen Lernens:

Regressionsanalyse
Einfache und mehrfache Regression
Schätzung, Post-Estimation und Modellgenauigkeit
Resampling-Methoden: Kreuzvalidierung, Bootstrap
Modellauswahl & Regularisierung: Teilmengenauswahl, Schrumpfungsmethoden, Dimensionsreduktion
Klassifizierung
Logistische Regression & Vorhersagen
Lineare und quadratische Diskriminanzanalyse
K-Nächste Nachbarn, Support-Vektor-Maschinen
Leistungsbewertung: Empfindlichkeit, ROC-Kurve, und mehr

3. Einführung in Deep Learning:

Verstehen von ANN und ihrer Struktur
Modelldarstellung, Aktivierungsfunktionen
Backpropagation Algorithmus und seine Anwendungen

4. Fortgeschrittenes Deep Learning:

Der Nexus zwischen AI & Deep Learning
Softmax-Regression, selbstlernendes Lernen
Vertiefung in Deep Networks
Demos und Anwendungen

5. Labor-Sitzung:

Erste Schritte mit R
Grundlegende Befehle, Datenmanipulation, Import/Export
Grafische und numerische Zusammenfassungen, Schreiben von Funktionen
Regression in R: Interaktionsterme, Dummy-Variablen
Klassifizierung in R: Logistische Regression, LDA, QDA, KNN
Fortgeschrittene Techniken: Resampling, Regularisierung, Support-Vektor-Maschine

Praxisnahes Lernen mit erfahrenen Dozenten bei Ihnen vor Ort für Organisationen.

0

Ebene:

Intermediate

Dauer:

3

Tage (Stunden:

21

)

Auf Ihre Bedürfnisse zugeschnittenes Training

Umfassende praktische Erfahrung in einem speziellen Umfeld

*Der Preis kann je nach Teilnehmerzahl, Änderung des Ablaufs, Standort usw. variieren.

Erlernen Sie neue Fähigkeiten unter Anleitung erfahrener Lehrer von überall.

0

Ebene:

Intermediate

Dauer:

3

Tage (Stunden:

21

)

Auf Ihre Bedürfnisse zugeschnittenes Training

Reduzierte Schulungskosten

*Der Preis kann je nach Teilnehmerzahl, Änderung des Ablaufs, Standort usw. variieren.

You can participate in a Public Course with people from other organisations.

0

/per trainee

Thanks for the numbers, they could be going to your emails. But they're going to mine... Thanks ;D

Oops! Something went wrong while submitting the form.

Level:

Intermediate

Duration:

3

Hours (days:

21

)

Fits ideally for individuals and small groups

Networking opportunities with fellow participants.

*Price can range depending on number of participants, change of outline, location etc.

Kontaktaufnahme starten!

Thank you! Your submission has been received!

Oops! Something went wrong while submitting the form.

Beratungsgespräch vereinbaren

Haben Sie Fragen?