Kontakt
  • Haben Sie Fragen?

Birgit Welt

Study Coach

Your Contact

Applied Machine Learning

Vertiefen Sie Methoden und Toolkompetenzen anhand praktischer Projekttätigkeiten vom Business Understanding bis zum Deployment. Diskutieren Sie aufbauend auf Ihrem Wissen über die Konzepte des maschinellen Lernens den Grundaufbau und die Variationen der Verfahren. Erweitern Sie durch die Umsetzung und Anwendung im Projekt Ihr Verständnis im Prozess zum Aufbau qualitativ hochwertiger Modelle, den Wert der Dokumentation und die entsprechend erforderlichen Weichenstellungen.

Unser Angebot richtet sich an Fach- und Führungskräfte, die sich berufsbegleitend wissenschaftlich weiterqualifizieren möchten.

Lernziele


Die Lehrveranstaltung widmet sich der Vertiefung der Methoden und Toolkompetenzen der Teilnehmenden anhand praktischer Projekttätigkeiten vom Business Understanding bis zum Deployment. Hierzu bringen die Teilnehmenden Wissen und Verständnis zu den Konzepten des maschinellen Lernens mit und können den Grundaufbau sowie Variationen der Verfahren diskutieren. Durch die Umsetzung und Anwendung im Projekt erweitern sie ihr Verständnis im Prozess zum Aufbau qualitativ hochwertiger Modelle, den Wert der Dokumentation und die entsprechend erforderlichen Weichenstellungen. Hierzu wird vertiefend auf Eigenheiten in ML-Projekten und der Umsetzung in der Deployment-Phase eingegangen.

 

Lehrinhalte


  1. Projektthemen und Rahmenbedingungen
    Vorstellung ausgewählter Projekte und Diskussion der Daten
  2. Referenzprozess CRISP-DM
    Vertiefung in dem Referenzprozess und dessen Anwendung in der Praxis mit einem Fokus auf Ergebnisobjekte und -typen sowie dem Mapping vom CRISP-Model auf den CRISP-Process in der Projektaufgabe.
  3. Agile Methoden und Anwendung im Referenzprozess
    Wiederholung der Agilen-Methoden zum Projektmanagement. Aufsetzen einer Projektstruktur im Referenzprozess und Besonderheiten.
  4. Predictive model interchange formats & ML-OPS
    Management und Serving von Machine Learning Modellen mit PMML und ML-OPS für Continuous Delivery von Modellen in einem Prediction Service.
  5. Projektarbeit und Betreuung
    Bearbeitung der gestellten Projektaufgaben Durchführung des Berichtswesens
  6. Projektpräsentationen
    Endpräsentation der Ergebnisse

Weitere Informationen zum Download


Lernform

E-Learning + Präsenz

Zeitraum

4-6 (Online-)Präsenztage + Prüfungseinheit

Workload

24 UE Präsenz / virtuelle Präsenz

126 UE Selbststudium

Termine

18. September 202319. September 202307. Oktober 2023

Prüfung

16. Dezember 2023
(Projekt)

Niveau

Advanced, DQR-Level 7

Voraussetzungen

Abgeschlossenes Erststudium, Formal: Keine Inhaltlich: Grundkenntnisse Programmierung Python, Kenntnisse in SKLearn, Caffe/Torch oder Tensorflow/Keras, Grundlagen Maschinelles Lernen in Methoden und Validierungsansätzen

Sprache

Deutsch

Freie Plätze

8

Lehrende

Prof. Dr. Dieter Joenssen

Ort

Online, Hochschule Aalen, Hochschule Mannheim, Hochschule Ravensburg-Weingarten

Abschluss

Hochschulzertifikat mit ECTS nach bestandener Prüfung,
Teilnahmebescheinigung

Kosten

1.600,- EUR

Melden Sie sich jetzt an!


zum Anmeldeformular

IHRE ANSPRECHPERSON


Johanna Neubrandt

Weiterbildungs- und Zertifikatskurse

+49 7361 576 1456
+49 (0) 152-320 44 892
Johanna.Neubrandt(at)hs-aalen.de