Bitte wählen Sie die Bereiche, die Sie exportieren möchten:
Schulung Machine Learning: Grundlagen kompakt
Auch online als Virtual Classroom
Schulungsformen
Offene Schulung
- 1 Tag
- 4 gesicherte Termine
- 620,00 zzgl. MwSt.
- Köln
Learning & Networking in einem. Garantierte Durchführung ab 1 Teilnehmer.
Termin auswählenInhouse-/Firmenschulung
- 1 Tag - anpassbar
- Termin nach Wunsch
- Preis nach Angebot
- In Ihrem Hause oder bei der GFU
- Lernumgebung in der Cloud
Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Unverbindlich anfragenIndividualschulung
- 1 Tag - anpassbar
- Termin nach Wunsch
- Preis nach Angebot
- In Ihrem Hause oder bei der GFU
- Lernumgebung in der Cloud
1 Teilnehmer = max. Fokus aufs Fachliche und max. Raum für individuelle Fragen.
Unverbindlich anfragenBeschreibung
Schulungsziel
Nach dieser Veranstaltung kennen Sie wichtige Grundkonzepte des Maschinellen Lernens und können diese mit eigenen Daten und im Internet verfügbaren Tools anwenden.
Details
Wer teilnehmen sollte
Personen, die im weitesten Sinne mit dem Feld der Künstlichen Intelligenz in Berührung kommen. Mitarbeiter, die große Datenmengen analysieren möchten (artificial intelligence, machine learning). Personen, die große Datenmengen analysieren möchten (data science, data mining). Teilnehmer der Data Science Business Akademie.
Tipp: Folgende Seminare finden im Anschluss statt:
Ihre Schulung
- Lernmethode:
- Ausgewogene Mischung aus Theorie und Praxis
- Unterlagen:
- Seminarunterlagen oder Fachbuch zum Seminar inklusive, das man nach Rücksprache mit dem Trainer individuell auswählen kann.
- Arbeitsplatz:
- PC/VMs für jeden Teilnehmer
Hochwertige und performante Hardware
Große, höhenverstellbare Bildschirme
Zugang zu Ihrem Firmennetz erlaubt - Lernumgebung:
- Neu aufgesetzte Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter.
- Arbeitsmaterialien:
- Din A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its
- Teilnahmebescheinigung:
- Wird am Ende des Seminars ausgehändigt, inkl. Inhaltsverzeichnis
Organisation
- Teilnehmerzahl:
- min. 1, max. 8 Personen
- Garantierte Durchführung :
- Ab einem Teilnehmer
- Schulungszeiten:
- 1 Tag, 09:00 - 16:00 Uhr
- Ort der Schulung:
GFU Schulungszentrum
Am Grauen Stein 27
51105 Köln-Deutzoder europaweit bei Ihnen als Inhouse-Schulung- Räumlichkeiten:
- Helle und modern ausgestattete Räume mit perfekter Infrastruktur
- Preisvorteil :
- Der dritte Mitarbeiter nimmt kostenfrei teil.
- All-Inclusive:
- Frühstück, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch
- Barrierefreiheit:
- Das GFU-Schulungszentrum(Am Grauen Stein 27) ist barrierefrei
Buchen ohne Risiko
- Rechnungsstellung:
- Erst nach dem erfolgreichen Seminar. Keine Vorkasse.
- Stornierung:
- Kostenfrei bis zum Vortag des Seminars
- Vormerken statt buchen:
- Sichern Sie sich unverbindlich Ihren Seminarplatz schon vor der Buchung - auch wenn Sie selbst nicht berechtigt sind zu buchen
- Bildungsgutschein:
- Bildungsscheck NRW, Bildungsprämie
Kostenfreie Services
Inhalt
- Intelligente Agenten
- Struktur von Agenten, Agentenprogramm, Agentenfunktion
- Agenten-Grundtypen
- Modellbasierter Reflexagent
- Lernender Agent
- Maschinelles Lernen
- Lernformen: nicht überwachtes Lernen, verstärkendes Lernen, überwachtes Lernen
- Lernen aus Beispielen
- Trainingsmenge versus Testmenge
- Generalisierungsfähigkeit der gelernten Abbildung
- Problem der Überanpassung
- Neuronale Netze, Multi Layer Perceptrons
- Vom biologischen zum technischen Neuron
- Perceptron
- Nichtlineare Aktivierungsfunktionen
- Multi-Layer-Perceptrons (mehrschichtige neuronale Netze)
- Lernalgorithmus "Backpropagation of Error"
- Beispiele zu Regression und Klassifikation mit Multi Layer Perceptrons
- praktische Tipps
- deep learning
- Beispiele und Demos zu deep learning
- Neuronale Netze, Convolutional Neural Networks (CNN)
- Grundidee und Topologie CNN
- Beispiele und Demos zu Convolutional Neural Networks / Deep Learning
- Neuronale Netze, Recurrent Neural Networks (RNN, LSTM)
- Grundidee und Topologie RNN
- Lernalgorithmus "Backpropagation Through Time"
- Long Short-Term Memory Networks (LSTM)
- Beispiele und Demos zu RNN und LSTM
- Support-Vektor-Maschinen
- Grundidee und Unterschied zu Neuronalen Netzen
- Kernel-Trick zur Garantie der Linearen Separierbarkeit in höheren Dimensionen
- Beispiele und Demos zu Support Vector Machines
- Praktische Tipps
- Hinweise zu Tools, Internet-Quellen und Literatur
- Diskussion spezifischer Fragestellungen aus der beruflichen Praxis
So haben GFU-Kunden gestimmt
Buchungsmöglichkeiten
Seminare jetzt auch Remote
NEU -15% Corona RabattAuf Wunsch können unsere Seminare auch als Remote-Seminare (Virtual Classroom) gebucht oder angefragt werden. Klicken Sie einfach bei Ihrer Buchung oder Anfrage die entsprechende Option an.
| Termin | Ort | Preis | |
|---|---|---|---|
| 07.05.2020 Plätze vorhanden Köln 620,00 -15% Corona Rabatt | Köln | 620,00 | Buchen Vormerken |
| 27.08.2020 Plätze vorhanden Köln 620,00 -15% Corona Rabatt | Köln | 620,00 | Buchen Vormerken |
| 05.11.2020 Plätze vorhanden Köln 620,00 -15% Corona Rabatt | Köln | 620,00 | Buchen Vormerken |
| 25.03.2021 Plätze vorhanden Köln 620,00 -15% Corona Rabatt | Köln | 620,00 | Buchen Vormerken |
Komplette Lernumgebung in der Cloud mit Remote Zugriff
In Ihrem Hause- europaweit
- GFU Schulungszentrum
- Berlin
- Bremen
- Düsseldorf
- Dortmund
- Dresden
- Frankfurt
- Hamburg
- Hannover
- Köln
- Leipzig
- Mannheim
- München
- Nürnberg
- Stuttgart
Komplette Lernumgebung in der Cloud mit Remote Zugriff
- Im GFU Schulungszentrum oder in Ihrem Hause europaweit
- Berlin
- Bremen
- Düsseldorf
- Dortmund
- Dresden
- Frankfurt
- Hamburg
- Hannover
- Köln
- Leipzig
- Mannheim
- München
- Nürnberg
- Stuttgart
Das GFU-Sorglos-Paket
Diese kostenfreien Serviceleistungen sind während des Buchungsprozesses ganz einfach auswählbar.
Shuttle Service
Machen Sie sich keinen Kopf um die Anreise! Unser Shuttle fährt Sie. Oder Sie parken einfach auf einem extra für Sie reservierten Parkplatz.
Hotelreservierung
Hotelzimmer gesucht? Wir organisieren Ihnen eins. Ihr Vorteil: Sie sparen Zeit und Geld!
Verpflegung
Gesund oder lecker? Warum nicht beides? Freuen Sie sich auf unsere kulinarische Verpflegung!
Parkplätze
Parkplätze sind in ausreichender Zahl vorhanden. Reisen Sie mit dem Auto an, reservieren wir Ihnen einen Parkplatz.
Ein Team einer Firma will zeitgleich den Kurs Machine Learning: Grundlagen kompakt besuchen
An dieser Stelle kann ein kundenspezifisches Seminar zur Thematik Machine Learning: Grundlagen kompakt angebracht sein. Der Lehrstoff des Lehrgangs kann nebenbei bemerkt in Abstimmung mit den Trainern variiert oder reduziert werden.
Haben die Schüler&ldquo allerdings Erfahrung in Machine Learning: Grundlagen kompakt, sollte der erste Punkt der Agenda nur gestreift werden. Eine kundenspezifische Weiterbildung lohnt sich ab drei Mitarbeitern. Die Inhouse-Schulungen zum Thema Machine Learning: Grundlagen kompakt finden ab und zu in Düsseldorf, Bielefeld, Münster, Stuttgart, Dortmund, Bremen, Bonn, München, Wuppertal, Dresden, Hamburg, Hannover, Berlin, Leipzig, Essen, Duisburg, Nürnberg, Frankfurt, Bochum und Köln am Rhein in NRW statt.
Welche Kurse passen zu Machine Learning: Grundlagen kompakt?
Eine passende Erweiterung bildet Machine Learning: Grundlagen kompakt mit
- Lernalgorithmus "Backpropagation Through Time"
- Beispiele und Demos zu Support Vector Machines
- Lernender Agent
- deep learning
Empfehlenswert ist auch ein Kurs von „Einstieg in Data Science mit Pandas“ mit dem Unterrichtsstoff von
- Einführung in Pandas Aggregatfunktionen
- Datenvisualisierung
- Zeitreihen
- Datenaggregation
Für Firmenschulungen ist das Thema „Data Science mit Python - Einführung in Python“ mit dem Unterrichtsgegenstand Überblick und wichtige Methoden zu den Datenstrukturen und Einführung Kurzer Hintergrund zu Python und Anaconda passend.
Für Professionals eignet sich eine Chancen aus Data Analytics und künstlicher Intelligenz erkennen und nutzen Schulung. In diesem Seminar werden vor allen Dingen
- Vorgehensweisen zur Umsetzung von Analytics und KI Projekten
- Konkretisierung von Use Cases
- Big Data und Small Data
- Daten und Datenquellen
behandelt.
