SAPS Logo

Grundlagen des maschinellen Lernens mit Python

In diesem Modul erlernen die TeilnehmerInnen grundlegende Methoden des maschinellen Lernens und deren Anwendung in Python. Das Modul vermittelt theoretische Grundlagen zu Algorithmen des überwachten und unüberwachten Lernens und verzahnt diese stets mit der Anwendung in Python auf Basis realer Datensätze. Da der Einsatz maschineller Lernverfahren weitreichende Implikationen haben kann, liegt ein besonderes Augenmerk auf der korrekten Evaluation der Modelle und Einordnung der Ergebnisse.

Das Modul beinhaltet einen festen wöchentlichen Online-Termin am Dienstagabend, jeweils von 19:00 – 20:30 Uhr.

Termine:
  • 15./22./29. März 2022
  • 5./12./19./26. April 2022
  • 3./10./17./24./31. Mai 2022
  • 21./28. Juni 2022
  • 5. Juli 2022
Zertifikat
 (3 ECTS)
Informatik und Mathematik, Management und Wirtschaft
Blended Learning mit Präsenzphasen
Angebotszeitraum:  Sommersemester
Anmeldefrist: 15.03.2023
Anbieter: Technische Hochschule Ulm
Teilnahmeentgelt: 720
Gebühr nach Immatrikulation: 620

Sprache: deutsch

Zunächst werden generelle Konzepte vorgestellt wie unterschiedliche Lernansätze ((Un-)Supervised, Reinforcement), Umgang mit verschiedenartigen Daten (Skalenniveaus), Problemlösungsvorgehen nach CRISP-DM, Trainings- und Testdaten, Loss-Functions oder Qualitätsmaße.

Die folgenden Inhalte werden mit umfangreichem Übungsanteil auf Basis realer Daten (etwa von der Kaggle-Website) hauptsächlich mit Hilfe der Python ML-Bibliothek scikit-learn unter Bezug auf die generellen Konzepte vermittelt:

– Unüberwachte Verfahren:
+ Clustering
+ Hauptkomponentenanalyse
+ Assoziationsanalyse
– Überwachte Verfahren
+ Regression
+ Klassfikation: Entscheidungsbäume, Naive Bayes, k-Nearest Neighbors
+ Ensemble Methoden: Random Forest, AdaBoost
– Einfache Neuronale Netze

Den Abschluss bildet ein Projekt, bei dem zur Lösung einer konkreten Aufgabenstellung verschiedene der zuvor erlerneten Konzepte und Methoden anhand des CRISP-DM-Prozesses zum Einsatz kommen sollen.

(90 LP/ECTS) — Berufsbegleitendes Weiterbildungsstudium, 16950 €

Fragen zum Angebot? Schreiben Sie uns!

Ansprechperson

Dozierende

Prof. Dr. Reinhold von Schwerin

Technische Hochschule Ulm

Zielgruppe

Für den Zugang zu den Modulen des Studiengangs Business Analytics benötigen Bewerberinnen und Bewerber einen ersten Hochschulabschluss, z. B. Bachelor, Diplom, Staatsexamen etc. in den Studiengängen Elektrotechnik, Informatik, Maschinenbau, Mathematik, Physik, Wirtschaftsmathematik oder eines vergleichbaren Studiengangs oder einen als gleichwertig anerkannten Abschluss.

Wird das Modul lediglich als einzelner Zertifikatskurs belegt, ist ein erster Hochschulabschluss beliebiger Fachrichtung notwendig.

Lernsetting

Das Online-Studium findet im Selbststudium in der Form eines „Flipped Classroom“ statt. Für das Selbststudium stehen Video-Vorlesungen, ausführliche und sauber dokumentierte Codebeispiele als Jupyter-Notebooks und praktische Übungen bereit. In wöchentlichen Online-Sprechstunden werden Sie bei der Bearbeitung des Lernstoffs zusätzlich unterstützt.

Voraussetzungen

Voraussetzung ist ein erster Hochschulabschluss

Inhaltlich: Grundkenntnisse in Python für Data Science wünschenswert (in der ersten Lerneinheit findet ein Crashkurs statt)

Verantwortliche Durchführung

Technische Hochschule Ulm

Die Technische Hochschule Ulm ist eine Hochschule für Angewandte Wissenschaften mit überwiegend technisch ausgerichtetem Studienangebot. Mit über 55 Jahren Erfahrung in der Ingenieurausbildung bietet sie eine exzellente Betreuung und weiß, welche Qualitäten bei den Arbeitgebern gefragt sind.

Beratungsanforderung

Ihre Kontaktdaten

Teilen Sie uns gerne Ihr Anliegen mit. Unser Team meldet sich schnellstmöglich bei Ihnen!

Ihre Anfrage an die SAPS

 

Beratungsanforderung absenden