Jetzt hier buchen
Machine Learning & Neural Networks
Zielgruppe
Lernziele
Die Teilnehmenden können die verschiedenen Konzepte des maschinellen Lernens diskutieren. Sie sind in der Lage, verschiedene Verfahren des maschinellen Lernens zu bewerten und können auf dieser Basis Empfehlungen für eine problemadäquate Anwendungen hervorbringen. Sie können diese Modelle trainieren und ihre Leistung verlässlich schätzen.
Lehrinhalte
- Grundkonzepte: Maschinelles Lernen, Exploratory Data Analysis, Vorbereitung von Datensätzen, Validierungsmodelle, Generalisierung
- Lineare und generalisierte Regressionsmodelle, Logistische Regression
- Support Vektor Maschinen
- Bayesklassifikatoren
- Nächste Nachbarn Methoden
- Support Vektor Maschinen
- Entscheidungsbäume, Random Forest Trees
- Modellvalidierung
- Dimensionalitätsreduktion
- Künstliche neuronale Netze
- Clusteranalyse
Didaktisches Konzept
Lernform
E-Learning + Präsenz
Dauer
10 Wochen
Freie Plätze
10
Nächste Termine ab
März 2025
Prüfung
Projekt
Niveau
Advanced, DQR-Level 7
Voraussetzungen
Abgeschlossenes Erststudium, Formal: Keine Inhaltlich: Programmierkenntnisse
Sprache
Deutsch
Workload
30 UE Präsenz / virtuelle Präsenz
20 UE geleitetes E-Learning
100 UE Selbststudium
Lehrende
Prof. Dr. Ulrich Klauck
Ort
Online, Hochschule Aalen, Hochschule Mannheim
Abschluss
Hochschulzertifikat mit ECTS nach bestandener Prüfung
IHRE ANSPRECHPERSON
Karen Huep
Weiterbildungs- und Zertifikatskurse
07361 576 - 1453
0160 - 1058367
karen.huep(at)hs-aalen.de