In diesem Kurs erhalten Sie eine praxisnahe Einführung in die Welt der künstlichen neuronalen Netze. Sie beginnen mit dem grundlegenden Baustein – dem Perceptron – und lernen, wie dieses einfache Modell aufgebaut ist, wie es funktioniert und wie es Entscheidungen trifft. Schritt für Schritt erweitern Sie Ihr Wissen und entwickeln darauf aufbauend komplexere Netzwerke.
Diese Netzwerke kommen in vielfältigen Anwendungsbereichen zum Einsatz: Sie lernen, wie solche Modelle genutzt werden, um Daten zu klassifizieren, handgeschriebene Zeichen zuverlässig zu erkennen oder sogar zukünftige Ereignisse vorherzusagen – etwa in der Finanzwelt, im Gesundheitswesen oder in der Industrie.
Ein weiterer zentraler Bestandteil des Kurses ist die Datenvorverarbeitung. Sie erfahren, wie Eingangsdaten analysiert, bereinigt und in eine geeignete Form gebracht werden, um optimale Ergebnisse mit maschinellen Lernverfahren zu erzielen. Dabei lernen Sie bewährte Methoden und Werkzeuge kennen, die in der Praxis eingesetzt werden.
Am Ende des Kurses sind Sie in der Lage, eigene kleine ML-Projekte umzusetzen – von der Datenaufbereitung über die Modellierung bis hin zur Anwendung und Bewertung der Ergebnisse.
Voraussetzung: Kenntnisse entsprechend dem Kurs "Programmierung mit Python: Grundlagen".
Kursnummer V486415
