Events Search and Views Navigation
März 2020
Grundlagen 1 – Prädiktive Modelle und deren Validierung
In dieser praxisorientierten Schulung werden Grundlagen vermittelt, die für die Durchführung eines Data-Science-Projekts notwendig sind. Dazu gehört ein allgemeiner Überblick über das gesamte Themenfeld, um die Orientierung zu behalten. Die Teilnehmenden lernen, ein konkretes Problem in grundlegende Problemklassen einzuordnen, Daten entsprechend aufzubereiten, mittels maschinellem Lernen prädiktive Modelle zu erzeugen, zu optimieren, zu evaluieren und die Modelle anzuwenden. Im Training wird die kostenlose Version von RapidMiner Studio verwendet, um jedem Teilnehmenden die Möglichkeit zu bieten, sich ohne Programmierkenntnisse auszuprobieren.
Erfahren Sie mehr »Grundlagen 2 – Profilerstellung und komplexe Modelle
Aufbauend auf der Schulung Grundlagen 1 - Prädiktive Modelle und deren Validierung wird in dieser praxisorientierten Schulung vermittelt, wie Datenprofile für das Training von prädiktiven Modellen erstellt werden und problemabhängig sinnvolle Gütemaße gewählt werden. Anschließend werden die bereits bekannten prädiktiven Modelle mit Techniken zur Feature Selection kombiniert, um wichtige Einflussgrößen in den Profilen zu identifizieren. So lernen die Teilnehmenden, komplexe analytische Vorhersagemodelle zu erstellen und zu optimieren. Im Training wird die kostenlose Version von RapidMiner Studio verwendet, um jedem Teilnehmenden die…
Erfahren Sie mehr »Deployment – Produktiver Einsatz von Predictive Analytics
In dieser Schulung wird gezeigt, was bei der produktiven Verwendung von Data Science zu bedenken ist und wie sich das in der Grundlagenschulung erworbene Wissen erfolgreich in bestehende Geschäftsabläufe integrieren lässt. Es werden alle notwendigen Fähigkeiten zur Integration von Data-Science-Techniken in voll automatisierte Geschäftsabläufe vermittelt und praktisch mit RapidMiner Server geübt. Um das vollautomatisierte Deployment zu überwachen oder um im halbautomatisierten Szenario eine Endbenutzerschnittstelle zur Verfügung stellen zu können, lernen die Teilnehmer die Möglichkeiten zur Erstellung einer Web-App mit den…
Erfahren Sie mehr »Zeitreihenanalyse
In dieser Schulung lernen die Teilnehmer, was bei der Analyse und Nutzbarmachung von zeitreihenbasierten Daten zu beachten ist. Fast alle Datenquellen haben einen zeitlichen Bezug, den es bei der Analyse zu berücksichtigen gilt. Dieser kann sowohl wertvolle Informationen liefern als auch Scheinzusammenhänge vortäuschen und ist deswegen beim Erstellen prädiktiver Modelle stets zu beachten. Der Kurs vermittelt die Techniken, um mit zeitbezogenen Daten umzugehen und sie für verschiedene Analyseziele anzuwenden. Im Kurs wird aufgezeigt, wie sich Zeitreihenprognosen erstellen lassen, also zukünftige…
Erfahren Sie mehr »Mai 2020
Grundlagen 1 – Prädiktive Modelle und deren Validierung
In dieser praxisorientierten Schulung werden Grundlagen vermittelt, die für die Durchführung eines Data-Science-Projekts notwendig sind. Dazu gehört ein allgemeiner Überblick über das gesamte Themenfeld, um die Orientierung zu behalten. Die Teilnehmenden lernen, ein konkretes Problem in grundlegende Problemklassen einzuordnen, Daten entsprechend aufzubereiten, mittels maschinellem Lernen prädiktive Modelle zu erzeugen, zu optimieren, zu evaluieren und die Modelle anzuwenden. Im Training wird die kostenlose Version von RapidMiner Studio verwendet, um jedem Teilnehmenden die Möglichkeit zu bieten, sich ohne Programmierkenntnisse auszuprobieren.
Erfahren Sie mehr »Grundlagen 2 – Profilerstellung und komplexe Modelle
Aufbauend auf der Schulung Grundlagen 1 - Prädiktive Modelle und deren Validierung wird in dieser praxisorientierten Schulung vermittelt, wie Datenprofile für das Training von prädiktiven Modellen erstellt werden und problemabhängig sinnvolle Gütemaße gewählt werden. Anschließend werden die bereits bekannten prädiktiven Modelle mit Techniken zur Feature Selection kombiniert, um wichtige Einflussgrößen in den Profilen zu identifizieren. So lernen die Teilnehmenden, komplexe analytische Vorhersagemodelle zu erstellen und zu optimieren. Im Training wird die kostenlose Version von RapidMiner Studio verwendet, um jedem Teilnehmenden die…
Erfahren Sie mehr »Predictive Analytics im Big-Data-Kontext
Was ist das richtige Format für mein Data-Science-Projekt? Eine lokale Anwendung oder eine Big-Data-Lösung? Das vor Projektbeginn zu wissen, kann teure Fehlentscheidungen vermeiden. Um diese Fragen selbst beantworten zu können, lernen die Teilnehmenden die Vor- und Nachteile der unterschiedlichen Techniken in dieser Schulung praktisch kennen. Dafür werden mit den Teilnehmenden die Szenarien aus den Grundlagen- und Deploymentschulungen fortgeführt und auf den Big-Data-Maßstab skaliert. In der Schulung werden außerdem für die Verarbeitung großer Datenmengen notwendige Methoden vermittelt, wobei der Fokus auf…
Erfahren Sie mehr »Text- und Web-Mining
Die Textanalyse- und Web-Mining-Schulung dauert zwei Tage und führt in die Analyse von unstrukturierten Daten wie Textdokumenten oder Webseiten ein. Der Kurs behandelt die gesamte Verarbeitungskette vom automatisierten Sammeln unstrukturierter Daten, über die Speicherung in optimierten Datenbanken bis hin zur automatischen Analyse der Inhalte und der Präsentation der Ergebnisse.
Erfahren Sie mehr »Juni 2020
Grundlagen und fortgeschrittene Themen für Analysten (Grundlagen 1 & 2)
Diese Schulung wird von einem externen Anbieter angeboten und von uns geleitet. Sie umfasst die Schulungen Grundlagen 1 und Grundlagen 2. Infotext des Anbieters: Die Schulungen wenden sich bewusst an alle, die sich mit dem Bereich Data Science beschäftigen wollen. Sie vermitteln Grundwissen, das für die erfolgreiche Konzipierung und Leitung von Data-Science-Projekten im Bereich künstliche Intelligenz notwendig ist und wenden sich daher an Ingenieure, Business-, Finanz- und Technologieanalysten und andere Fachexperten. Die Schulungen sind auch geeignet, um neue Data Scientists…
Erfahren Sie mehr »Juli 2020
Grundlagen 1 – Prädiktive Modelle und deren Validierung
In dieser praxisorientierten Schulung werden Grundlagen vermittelt, die für die Durchführung eines Data-Science-Projekts notwendig sind. Dazu gehört ein allgemeiner Überblick über das gesamte Themenfeld, um die Orientierung zu behalten. Die Teilnehmenden lernen, ein konkretes Problem in grundlegende Problemklassen einzuordnen, Daten entsprechend aufzubereiten, mittels maschinellem Lernen prädiktive Modelle zu erzeugen, zu optimieren, zu evaluieren und die Modelle anzuwenden. Im Training wird die kostenlose Version von RapidMiner Studio verwendet, um jedem Teilnehmenden die Möglichkeit zu bieten, sich ohne Programmierkenntnisse auszuprobieren.
Erfahren Sie mehr »