+49 (0) 30 5201 4923
info@orb-experts.com
Tauchen Sie tief in die Welt der künstlichen Intelligenz ein mit einem umfassenden Trainingskurs zu Machine Learning und Deep Learning. Verstehen Sie Kernkonzepte, Methoden und die praktische Anwendung von Algorithmen zur Entschlüsselung komplexer Datensätze.
Verbessern Sie Ihre Fähigkeiten mit unserem Kurs über maschinelles Lernen und Deep Learning, der Folgendes umfasst
• Grundlegende Prinzipien der KI und des maschinellen Lernens.
• Umfassende Studie über Regression, Klassifizierung und Clustering.
• Fortgeschrittene Module zu Deep Learning und Neuronalen Netzen.
• Praktische Übungen mit R für Fallstudien aus der Praxis.
Nach Abschluss des Kurses werden die Teilnehmer:
• Die Kernkonzepte des maschinellen Lernens und des Deep Learning verstehen.
• Beherrschen der Anwendung verschiedener ML-Algorithmen.
• Einblicke in die Regressionsanalyse und ihre Arten erhalten.
• sich mit Klassifizierungsmethoden, einschließlich SVM, vertraut machen.
• Erforschen Sie die Grundlagen und fortgeschrittenen Aspekte des Deep Learning.
• Nutzen Sie die Möglichkeiten von R für die Datenanalyse.
Grundlegende Kenntnisse über statistische Konzepte.
*Wir passen den Kursaufbau und die Inhalte an Ihre spezifischen Anforderungen und relevanten Anwendungsfälle an.
1. Einführung in maschinelles Lernen:
• KI-Schwerpunkt & Anwendungen
• Überwachtes vs. Unüberwachtes Lernen
2. Algorithmen des maschinellen Lernens:
• Regressionsanalyse
• Einfache und mehrfache Regression
• Schätzung, Post-Estimation und Modellgenauigkeit
• Resampling-Methoden: Kreuzvalidierung, Bootstrap
• Modellauswahl & Regularisierung: Teilmengenauswahl, Schrumpfungsmethoden, Dimensionsreduktion
• Klassifizierung
• Logistische Regression & Vorhersagen
• Lineare und quadratische Diskriminanzanalyse
• K-Nächste Nachbarn, Support-Vektor-Maschinen
• Leistungsbewertung: Empfindlichkeit, ROC-Kurve, und mehr
3. Einführung in Deep Learning:
• Verstehen von ANN und ihrer Struktur
• Modelldarstellung, Aktivierungsfunktionen
• Backpropagation Algorithmus und seine Anwendungen
4. Fortgeschrittenes Deep Learning:
• Der Nexus zwischen AI & Deep Learning
• Softmax-Regression, selbstlernendes Lernen
• Vertiefung in Deep Networks
• Demos und Anwendungen
5. Labor-Sitzung:
• Erste Schritte mit R
• Grundlegende Befehle, Datenmanipulation, Import/Export
• Grafische und numerische Zusammenfassungen, Schreiben von Funktionen
• Regression in R: Interaktionsterme, Dummy-Variablen
• Klassifizierung in R: Logistische Regression, LDA, QDA, KNN
• Fortgeschrittene Techniken: Resampling, Regularisierung, Support-Vektor-Maschine
Praxisnahes Lernen mit erfahrenen Trainern an Ihrem Standort für Organisationen.
Neue Fähigkeiten erlernen, angeleitet von erfahrenen Trainern von überall.
