Datenaufbereitung mit Scikit-learn für Machine Learning Engineer:in
StackFuel GmbH · Berlin
Förderung
Dieser Kurs ist förderfähig:
- Bildungsgutschein – Bis zu 100 % Kostenübernahme durch Agentur für Arbeit oder Jobcenter. Die Bewilligung ist eine Ermessensentscheidung der Behörde (AZAV-Voraussetzung).
Über den Kurs
Datenaufbereitung beschreibt den Prozess, mit dem Rohdaten systematisch in eine modellfähige Form überführt werden. Für Machine-Learning-Engineer:innen entscheidet dieser Schritt über Stabilität und Aussagekraft späterer Modelle.
Lerninhalte
<p>Datenaufbereitung beschreibt den Prozess, mit dem Rohdaten systematisch in eine modellfähige Form überführt werden. Für Machine-Learning-Engineer:innen entscheidet dieser Schritt über Stabilität und Aussagekraft späterer Modelle. Der Kurs bündelt pandas-basierte Aufbereitung, visuelle Diagnostik in Power BI und die Einbettung in eine verantwortungsvolle KI-Praxis.<br/> <br/> <br/> !Kursinhalt<br/> <br/> <br/> !1. Pipeline-Aufbau mit pandas<br/> *Daten einlesen und auf Vollständigkeit prüfen<br/> *Erkennen und Entfernen fehlender Werte<br/> *Skalentypen und Datenaggregation<br/> *Datumsangaben und Boolesche Maskierung<br/> <br/> <br/> !2. Statistische Vorprüfung als Modellvorbereitung<br/> *Mittelwert, Median und Quartile berechnen<br/> *Boxplots zur Verteilungsanalyse<br/> *Lineare und logistische Regression als Referenzmodelle<br/> *Korrelationen und Einflussfaktoren erkennen<br/> <br/> <br/> !3. Visuelle Modelldiagnose in Power BI<br/> *Statistische Kenngrößen in Berichten darstellen<br/> *Trendlinien und Ausreißer dokumentieren<br/> *Filterkontexte und Measures mit DAX<br/> *Reporting der Datenqualität für Stakeholder<br/> <br/> <br/> !4. Verantwortungsvolle KI-Praxis im Engineering-Kontext<br/> *AI Readiness und Datenqualität verbinden<br/> *Governance-Strukturen für Modelle und Daten<br/> *Risiken und Anforderungen aus dem EU AI Act<br/> *Bewertung von Modellinitiativen im Unternehmen<br/> <br/> <br/> !Berufliche Relevanz<br/> <br/> <br/> *Aufbau reproduzierbarer Vorverarbeitungsstrecken<br/> *Übergabe geprüfter Datensätze an Trainingsläufe<br/> *Sichtbarmachung von Datenqualität für Fachbereiche<br/> *Anbindung an unternehmensweite KI-Roadmaps</p>
Bewertungen (0)
Häufige Fragen zu „Datenaufbereitung mit Scikit-learn für Machine Learning Engineer:in“
Ist „Datenaufbereitung mit Scikit-learn für Machine Learning Engineer:in“ förderfähig?
Ja. Für diesen Kurs kommen folgende Förderungen in Betracht: Bildungsgutschein. Die konkrete Bewilligung klärst du mit der jeweiligen Förderstelle (z. B. Agentur für Arbeit oder Jobcenter).
Wie lange dauert „Datenaufbereitung mit Scikit-learn für Machine Learning Engineer:in“?
Die Weiterbildung dauert 4 Monate.
Was kostet „Datenaufbereitung mit Scikit-learn für Machine Learning Engineer:in“?
Die Kosten können über einen Bildungsgutschein der Agentur für Arbeit oder des Jobcenters bis zu 100 % gefördert werden. Die genauen Konditionen nennt dir der Anbieter.
Welchen Abschluss erhalte ich bei „Datenaufbereitung mit Scikit-learn für Machine Learning Engineer:in“?
Nach erfolgreichem Abschluss erhältst du: Zertifikat.
In welcher Lernform findet „Datenaufbereitung mit Scikit-learn für Machine Learning Engineer:in“ statt?
Die Weiterbildung wird in folgender Lernform angeboten: Hybrid.
Weitere Kurse von StackFuel GmbH
ADKAR-Anwendung für Digital Transformation Manager:in
StackFuel GmbH · Berlin · 8 Monate
AI Weiterbildung und Data Analytics
StackFuel GmbH · Berlin · 12 Monate