In diesem Kurs erfährst du praxisorientiert, wie Machine Learning im Alltag funktioniert. Nach Abschluss des Kurses bist du in der Lage, Datensätze vorzubereiten und Features zu modellieren, Klassifikations- und Regressionsmodelle zu trainieren sowie Modelle zu bewerten und Ergebnisse zu interpretieren. Zudem setzt du Projekte mit ESG-Daten um.
Kursinhalt1. Grundlagen des Machine Learning- Praxisorientierte Einführung in Machine Learning
- Überblick über Datensätze und Features
2. Datenvorbereitung
- Techniken zur Datenaufbereitung
- Feature Engineering
3. Modellierung
- Klassifikations- und Regressionsmodelle
- Training und Evaluation von Modellen
4. Projekte mit ESG-Daten
- Anwendung des Gelernten auf praktische Projekte
- Fallstudien und Beispiele für Data Analysts und Studierende