Python für Machine Learning und Data Science

Willkommen in der Welt des angewandten maschinellen Lernens! In diesem praxisorientierten Kurs lernen die Teilnehmer, wie sie mit Python und Scikit-learn aussagekräftige Erkenntnisse aus Daten gewinnen und leistungsstarke Modelle entwickeln. Der Kurs deckt den gesamten Workflow ab – von der Datenvorbereitung und -visualisierung bis hin zum Training und der Optimierung klassischer Machine-Learning-Algorithmen. Dabei setzen die Teilnehmer auf praktische Übungen und reale Anwendungsbeispiele wie die Prognose von Umsätzen oder Kaufwahrscheinlichkeiten.

Die Module im Überblick:

• Modul 1: Python-Auffrischung, Datenmanipulation mit pandas und numpy sowie explorative Datenanalyse (EDA).
• Modul 2: Überwachtes Lernen mit Fokus auf Regressions- und Klassifizierungsmodelle unter Nutzung von Scikit-learn.
• Modul 3: Unüberwachtes Lernen durch Clustering (k-means, dbscan) und Dimensionsreduktion (PCA) sowie Pipeline-Erstellung.
• Modul 4: Datenvisualisierung und Erstellung interaktiver Web-Dashboards mit Frameworks wie Streamlit, Dash und Plotly.
• Modul 5: Moderne Technologien wie Robotic Process Automation (RPA) und Durchführung einer eigenen Projektarbeit.
• Modul 6: Entwicklung von Empfehlungssystemen (Recommender) mittels Collaborative Filtering.

Lernziel:

Am Ende dieses Kurses sind die Teilnehmer in der Lage, eigenständig Machine-Learning-Projekte zu realisieren und die transformative Kraft von Daten in verschiedenen Branchen und Anwendungsbereichen zu nutzen. Es wird ein tiefes Verständnis für die Konzepte und Techniken vermittelt, um Vorhersagemodelle für verschiedene Szenarien zu entwickeln.