• Deutsch

  • English

Kontakt
  • Haben Sie Fragen?

Birgit Welt

Study Coach

Your Contact

Applied Machine Learning

Lernziele


Die Teilnehmenden können die Konzepte des maschinellen Lernens beurteilen. Sie können den Grundaufbau und Variationen der Verfahren ermitteln. Sie können den Prozess zum Aufbau qualitativ hochwertiger Modelle bestimmen und entsprechende Weichenstellungen definieren. Sie können diese Modelle trainieren und ihre Leistung verlässlich analysieren.

Lehrinhalte


  1. Introduction: What is AI?
    Build an understanding of what constitutes AI, beyond marketing buzz-words.
  2. Introduction: Python & Machine Learning
    Learn the basics of a programming language ubiquitous in Data Analytics.
  3. CRISP-DM: A process to develop ML-Solutions
    Quality and reproducibility built into this standardized, encompassing approach.
  4. Modelling – general procedure & principles explained using regression
    Creating models with low bias and high precision by introducing additional steps.
  5. Methods
    The core of any ML solution, learning methods for prediction.
  6. Ensemble Methods
    Improve on the predictive accuracy by applying meta models.

Didaktisches Konzept


Didaktisch sinnvolle Kombination aus Präsenzstudium, geleiteten E-Learning-Einheiten und selbst gesteuertem Lernen.

Weitere Informationen zum Download


Lernform

Blended Learning

Workload

5 ECTS

30 UE Präsenz / virtuelle Präsenz

120 UE Selbststudium

Prüfung

schriftliche Klausurarbeiten

Voraussetzungen

Umgang mit PC, Basiswissen Programmieren, Mathematik auf Bachelorniveau Ingenieursstudium, Basiswissen Wahrscheinlichkeitslehre

Sprache

Deutsch / Englisch

Freie Plätze

Ort

Hochschule Aalen

Der Kurs ist aktuell ausgebucht


zur Warteliste