Maschinelles Lernen begegnet und beeinflusst unser aller tägliches Leben in vielen Situationen: Beim Onlineshopping, beim Vorschlagen neuer Musik oder Filme durch einen Streaminganbieter, beim Anschalten des Lichts durch einen Sprachassistenten, oder indirekt durch die Möglichkeiten, die Machine Learning in der Wissenschaft und Technik eröffnet.
Machine Learning kann in allen Programmiersprachen angewandt werden. Eine Sprache hat sich aber besonders in der Wissenschaft und Industrie für diese Aufgabe durchgesetzt: Python. Python bietet durch viele offene Erweiterungen die perfekte Grundlage, Daten zu verarbeiten, ein Modell zu trainieren und auf neue Daten anzuwenden.
Themen
- Was ist eigentlich Machine Learning?
- Anwendungsbeispiele
- Datenerhebung und Aufbereitung
- Was unterscheidet supervised und unsupervised learning?
- Übersicht von Modellen und Algorithmen
- Trainieren von Modellen an echten Daten
- Kritische Evaluation von Modellen und Vergleiche
- Ethische Implikationen und Zukunftsaussichten
Voraussetzung: Erste Erfahrungen mit Python, z.B. erlangt durch unseren Python Einführungskurs.