Die Weiterbildung Machine Learning vermittelt technische und analytische Kompetenzen zur Entwicklung, Anwendung und Bewertung lernender Modelle. Die Inhalte werden entlang von Datenvorbereitung, Modellverfahren und Ergebnisprüfung strukturiert aufgebaut.
Grundlagen des Machine Learning- Lernverfahren und Modelltypen fachlich einordnen
- Überwachtes und unüberwachtes Lernen unterscheiden
- Zielvariablen, Merkmale und Trainingsdaten definieren
- Anwendungsfälle für Machine-Learning-Verfahren bewerten
Datenvorbereitung
- Datensätze bereinigen und strukturieren
- Fehlwerte, Ausreißer und Inkonsistenzen erkennen
- Merkmale für Modellprozesse auswählen und transformieren
- Trainings-, Test- und Validierungsdaten aufteilen
Modellierung und Training
- Klassifikations- und Regressionsmodelle anwenden
- Modellparameter einstellen und Ergebnisse vergleichen
- Feature Engineering für bessere Modellleistung durchführen
- Modelle mit geeigneten Tools trainieren und testen
Evaluation und Optimierung
- Modellergebnisse anhand geeigneter Metriken prüfen
- Fehlklassifikationen und Modellabweichungen analysieren
- Überanpassung erkennen und reduzieren
- Ergebnisse nachvollziehbar dokumentieren und interpretieren
Die Weiterbildung befähigt zur Entwicklung, Anwendung und Bewertung von Machine-Learning-Modellen für datenbasierte Aufgabenstellungen.