Klassisches Maschinelles Lernen mit Python
Du findest Machine Learning und Data Science spannend, aber hast bis jetzt noch keinen Einstieg in die Thematik gefunden? Dann bist du in unserem Kurs richtig. Wir werden euch die theoretischen Grundlagen zum Thema Machine Learning anschaulich zeigen und dann zusammen ganz praktisch mit Python und dem Framework scikit-learn arbeiten. Ihr lernt Schritt für Schritt verschiedene Verfahren aus den Bereichen Clustering (Gruppieren ähnlicher Dinge), Classification (Kennzeichnung von Daten, Bildern, Texten, etc.) und Regression (Modellierung von Beziehungen zwischen Variablen) kennen. Das neu erworbene Wissen vertieft ihr im Rahmen spannender praktischer Übungen.
Inhalte des Kurses:
- Überblick über Grundlagen & -begriffe
- Herausforderungen (Overfitting, Underfitting, Datenqualität, Normalisierung, Dimensionsreduktion)
- Clustering (k-Means, Mean Shift)
- Classification (Logistic Regression, Random Forest, k-nearest Neighbor, Support-Vector Machines)
- Regression (linearer Regression, Ridge Regression, Lasso Regression)
- Visualisierung mit matplotlib und seaborn
- Datum
- 12.08.2019
- Uhrzeit
- 10:30 - 16:30
- Konferenz / Veranstaltung
- informatica feminale 2019
- Ort
- Uni Bremen, Bremen