Bitte wählen Sie die Bereiche, die Sie exportieren möchten:
Schulung ML.NET für skalierbare und zuverlässige ML-Systeme
Automatisiertes maschinelles Lernen (AutoML)
Schulungsformen
Inhouse-/Firmenschulung
- 3 Tage - 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.
Individualschulung
- 3 Tage - anpassbar
- Termin nach Wunsch
- Preis nach Angebot
- In Ihrem Hause oder bei der GFU
- Lernumgebung in der Cloud
- 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Beschreibung
Praktische Übungen und Fallstudien helfen den Teilnehmenden, das Gelernte direkt umzusetzen und ihre Fähigkeiten in der Entwicklung und Verwaltung von ML.NET-Modellen zu verbessern.
Beachten Sie auch unsere weiteren NET Weiterbildungen.
Schulungsziel
Am Ende des Seminars sind die Teilnehmenden in der Lage, ML.NET effektiv zu nutzen, um zuverlässige und skalierbare ML-Modelle zu entwickeln, zu trainieren und in Produktionsumgebungen bereitzustellen. Sie lernen, wie sie Datenvorbereitungs- und Verarbeitungs-Pipelines erstellen, Modelle trainieren und bewerten, sowie die besten Modelle in ihre Anwendungen integrieren.
Details
Wer teilnehmen sollte
Dieses Seminar richtet sich an Entwickler, Datenwissenschaftler, IT-Administratoren und Systemingenieure, die grundlegende und fortgeschrittene Kenntnisse in der Nutzung und Verwaltung von ML.NET erwerben möchten. Grundlegende Kenntnisse in der Softwareentwicklung und maschinellen Lernens sind hilfreich
Ihre Schulung
In Präsenz | Online |
|---|---|
| Lernmethode | |
Ausgewogene Mischung aus Theorie und Praxis | Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent. |
| Unterlagen | |
Seminarunterlagen oder Fachbuch inklusive. Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne. | Seminarunterlagen oder Fachbuch inklusive (via DHL). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne. |
| Arbeitsplatz | |
|
|
| Lernumgebung | |
Neu aufgesetzte Remote-Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter, sodass Sie über ein perfektes Setup für die Durchführung aller praktischen Übungen verfügen. | |
| Arbeitsmaterialien | |
Din A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its | |
| Teilnahmezertifikat | |
Das Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen am Ende des Seminars ausgehändigt. | Das Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen via DHL zugesandt. |
Organisation
In Präsenz | Online | |
|---|---|---|
| Teilnehmendenzahl | ||
min. 1, max. 8 Personen | ||
| Garantierte Durchführung * | ||
Ab 1 Teilnehmenden | ||
| Schulungszeiten | ||
| ||
| Ort der Schulung | ||
 GFU SchulungszentrumAm Grauen Stein 27 51105 Köln-Deutz oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden. Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen. | ||
| Räumlichkeiten | ||
Helle und modern ausgestattete Räume mit perfekter Infrastruktur | Bequem aus dem Homeoffice von überall | |
| All-Inclusive | ||
Frühstück, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch | Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen via DHL zu. | |
| Barrierefreiheit | ||
Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei | - | |
Kostenfreie Services
In Präsenz | Online |
|---|---|
|
|
Inhalt
- Ziele und Erwartungen der Teilnehmenden
- Klärung individueller Lernziele und Erwartungen für ein praxisnahes und relevantes Seminar
- Einführung in ML.NET
- Überblick und Geschichte: Was ist ML.NET und warum ist es wichtig? Historische Entwicklung und Hauptmerkmale.
- Anwendungsbereiche: Typische Anwendungsbereiche von ML.NET in verschiedenen Branchen.
- Grundlegende Konzepte und Architektur
- Maschinelles Lernen: Einführung in die Grundlagen des maschinellen Lernens und dessen Bedeutung.
- ML.NET-Architektur: Überblick über die Architektur von ML.NET.
- Datenvorbereitung: Techniken zur Datenvorbereitung und -verarbeitung in ML.NET.
- Installation und Einrichtung
- Installationsanforderungen: Voraussetzungen für die Installation von ML.NET.
- Umgebungseinrichtung: Einrichtung einer Entwicklungsumgebung für ML.NET.
- Erste Schritte: Erstellung und Ausführung eines einfachen ML.NET-Projekts.
- Erstellung und Training von Modellen
- Datenlade- und Verarbeitungs-Pipeline: Erstellung einer Datenverarbeitungspipeline.
- Modellerstellung: Auswahl und Training von ML-Modellen in ML.NET.
- Modellbewertung: Techniken zur Bewertung der Modellgenauigkeit und -leistung.
- Praktische Übung 1: Erstellung eines einfachen ML-Modells
- Problemstellung: Entwicklung und Training eines einfachen ML-Modells zur Klassifizierung von Daten.
- Lösung: Implementierung einer Datenverarbeitungspipeline und Training des Modells.
- Ergebnis: Ein funktionsfähiges ML-Modell, das Daten klassifiziert.
- Erweiterte ML.NET-Konzepte
- Feature Engineering: Techniken zur Auswahl und Erstellung von Features.
- Hyperparameter-Tuning: Methoden zur Optimierung der Hyperparameter von ML-Modellen.
- Cross-Validation: Implementierung von Cross-Validation zur Verbesserung der Modellgenauigkeit.
- Modellevaluation und -interpretation
- Modellinterpretation: Techniken zur Interpretation und Erklärung der Modellvorhersagen.
- Evaluationsmetriken: Nutzung verschiedener Evaluationsmetriken zur Bewertung der Modellleistung.
- Modellvergleich: Vergleich und Auswahl des besten Modells basierend auf Evaluationsmetriken.
- Modellbereitstellung und -integration
- Modellbereitstellung: Techniken zur Bereitstellung von ML-Modellen in Produktionsumgebungen.
- Integration in Anwendungen: Integration von ML.NET-Modellen in .NET-Anwendungen.
- Model-Hosting: Nutzung von Azure zur Bereitstellung und Verwaltung von ML-Modellen.
- Fallstudie 1: Vorhersage von Kundenabwanderung
- Problemstellung: Ein Telekommunikationsunternehmen möchte die Abwanderung von Kunden vorhersagen.
- Lösung: Entwicklung eines ML-Modells zur Vorhersage von Kundenabwanderung basierend auf historischen Daten.
- Ergebnis: Ein funktionsfähiges Modell, das die Wahrscheinlichkeit der Kundenabwanderung vorhersagt.
- Praktische Übung 2: Bereitstellung eines ML-Modells
- Problemstellung: Bereitstellung und Integration eines ML-Modells in eine .NET-Anwendung.
- Lösung: Implementierung der Modellbereitstellung und Integration in eine bestehende Anwendung.
- Ergebnis: Eine produktionsbereite Anwendung, die ML-Vorhersagen nutzt.
- Automatisiertes maschinelles Lernen (AutoML)
- Einführung in AutoML: Überblick über AutoML und dessen Vorteile.
- AutoML in ML.NET: Nutzung von AutoML zur automatischen Modellgenerierung und -optimierung.
- Praxisbeispiele: Anwendungsbeispiele von AutoML in ML.NET.
- Zeitreihenanalyse und Vorhersagemodelle
- Einführung in die Zeitreihenanalyse: Grundlagen und Anwendungen der Zeitreihenanalyse.
- Modellierung von Zeitreihen: Techniken zur Modellierung und Vorhersage von Zeitreihendaten.
- Praxisbeispiele: Anwendungsbeispiele von Zeitreihenmodellen in ML.NET.
- Textanalyse und Verarbeitung natürlicher Sprache (NLP)
- Einführung in NLP: Grundlagen und Anwendungen der Verarbeitung natürlicher Sprache.
- Textklassifikation: Entwicklung von Modellen zur Textklassifikation mit ML.NET.
- Praxisbeispiele: Anwendungsbeispiele von NLP-Modellen in ML.NET.
- Fallstudie 2: Verkaufsprognosen für ein Einzelhandelsunternehmen
- Problemstellung: Ein Einzelhandelsunternehmen möchte Verkaufsprognosen für die nächsten Monate erstellen.
- Lösung: Entwicklung eines Zeitreihenmodells zur Vorhersage zukünftiger Verkaufszahlen basierend auf historischen Daten.
- Ergebnis: Ein funktionsfähiges Modell, das Verkaufsprognosen für das Unternehmen liefert.
- Praktische Übung 3: Implementierung von AutoML und NLP
- Problemstellung: Nutzung von AutoML zur Modellgenerierung und Implementierung eines NLP-Modells zur Textklassifikation.
- Lösung: Implementierung von AutoML und Entwicklung eines NLP-Modells mit ML.NET.
- Ergebnis: Ein funktionsfähiges AutoML-Modell und ein NLP-Modell zur Textklassifikation.
Buchungsmöglichkeiten
Online oder in Präsenz teilnehmen
Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.
- Lernumgebung in der Cloud
- Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
- Lernumgebung in der Cloud
- 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Was bedeutet Offene Schulung und Inhouse Schulung?
Bei einer offenen Schulung stehen Ort und Termin vorab fest. Jeder Interessent kann eine offene Schulung buchen, daher treffen Teilnehmer aus verschiedenen Unternehmen aufeinander.
Inhouse Schulungen können auf Ihren individuellen Schulungsbedarf zugeschnitten werden. Sie bestimmen den Teilnehmerkreis, Termin und Schulungsort.
Ist eine Inhouse Schulung die richtige Wahl?
Bei einer Inhouse Schulung gehen wir auf die individuellen Bedürfnisse Ihres Unternehmens ein und decken den Schulungsbedarf direkt bei Ihnen im Unternehmen ab.
Das spart Zeit und Geld und sorgt für einen schnellen Wissenstransfer Ihrer Mitarbeiter.
Wer kümmert sich um die Technik bei Inhouse Schulungen?
Eine komplette Lernumgebung in der Cloud mit Remote Zugriff ist für uns selbstverständlich. Sie müssen sich um nichts kümmern. Lediglich ein funktionierender PC oder Notebook mit Internetanschluss sollte für jeden Teilnehmer am Schulungstag bereit stehen.
Vorteile einer Inhouse Schulung
- Kompetente Seminarberatung
- Dozenten aus der Praxis
- Auf Ihre Bedürfnisse zugeschnittener individueller Lernstoff
- Sie können den Termin flexibel gestalten, so wie es für Sie am besten passt
- Unsere Inhouse Schulungen können Europaweit durchgeführt werden
- Der Fokus liegt auf Ihrem Schulungsbedarf, somit schonen Sie Ihr Budget
- Wissenslücken Ihrer Mitarbeitet werden schnell geschlossen