Machine Learning & Neural Networks

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.

1. Grundkonzepte: Maschinelles Lernen, Exploratory Data Analysis, Vorbereitung von Datensätzen, Validierungsmodelle, Generalisierung
2. Lineare und generalisierte Regressionsmodelle, Logistische Regression
3. Support Vektor Maschinen
4. Bayesklassifikatoren
5. Nächste Nachbarn Methoden
6. Support Vektor Maschinen
7. Entscheidungsbäume, Random Forest Trees
8. Modellvalidierung
9. Dimensionalitätsreduktion
10. Künstliche neuronale Netze
11. Clusteranalyse

Das Modul setzt sich aus abwechselnden Präsenz- und Selbstlernphasen zusammen.