In dieser Weiterbildung erlernen Sie den Einsatz von TensorFlow für machine learning im E-Commerce. Sie werden in die Lage versetzt, machine learning-Modelle zu entwickeln, die speziell auf die Anforderungen des Online-Handels zugeschnitten sind. Sie lernen, mit TensorFlow komplexe machine learning-Algorithmen zu implementieren und zu optimieren. Dabei erwerben Sie Kenntnisse in der Verarbeitung großer Datenmengen, um Kundenverhalten zu analysieren und personalisierte Empfehlungen zu generieren. Zudem setzen Sie sich mit der Integration von machine learning-Modellen in bestehende E-Commerce-Systeme auseinander. Durch praxisorientierte Übungen und Fallstudien wenden Sie das erlernte Wissen direkt an. Sie entwickeln eigene machine learning-Modelle und testen deren Anwendung im E-Commerce-Kontext. Nach Abschluss der Weiterbildung sind Sie in der Lage, machine learning-Techniken mit TensorFlow effektiv im E-Commerce einzusetzen, um Geschäftsprozesse zu optimieren und die Kundenzufriedenheit zu steigern.

Grundlagen von TensorFlow und Keras
  • Installations- und Einrichtung von TensorFlow mit Fokus auf machine learning
  • Grundlegende Verwendung von TensorFlow
  • Verwendung von Keras in Zusammenhang mit machine learning
  • Erstellen von Machine-Learning-Modellen mit Keras
  • Analyse von Machine learning in TensorFlow
  • Visualisierung von Ergebnissen mit Keras
  • Allgemeine Tipps und Tricks im Bereich machine learning in TensorFlow
  • Problemlösung für nicht funktionierende Modelle

E-Commerce-spezifische Anwendung von TensorFlow und Keras
  • TensorFlow für die Analyse von Käuferverhalten und Zielgruppen mit Bezug zu machine learning
  • Stimmungsanalyse mit Keras
  • Verkehrszeichenerkennung durch Methoden aus dem machine learning mit Keras
  • Erkennung der Umgebung mit YOLO und TensorFlow.js

Machine-Learning-Kompetenzen und Modellierung
  • Neuronale Netze als Grundlage von machine learning
  • Trainieren eines Neuronalen Netzes
  • Laden und Speichern von Modellen im Kontext von machine learning
  • Benutzen von vorgefertigten Modellen mit Keras
  • Funktion und Nutzen von Methoden aus dem machine learning

E-Commerce Grundlagen und Vertriebsstrategie
  • E-Commerce-Markteintritt mit Blick auf machine learning Potenziale
  • Kosten- und Leistungskennzahlen im E-Commerce
  • Relevante Kennzahlen und betriebswirtschaftliche Planung im E-Commerce mit Anwendungen aus dem machine learning
  • Online-Marketing und Vertriebsstrategie im E-Commerce

Kundeninteraktion und E-Commerce Management
  • User Experience und Content-Gestaltung im E-Commerce unter Einbezug von machine learning
  • Retourenmanagement im E-Commerce
  • Bewertungs- und Beschwerdemanagement im E-Commerce mit Hilfe von machine learning
  • Customer Journey im E-Commerce

Online-Marketing-Techniken
  • Suchmaschinenoptimierung (SEO) im Kontext von machine learning
  • Suchmaschinenwerbung (SEA)
  • Social Media Marketing mit Anwendungen aus dem machine learning
  • Content Marketing
  • E-Mail Marketing unter Nutzung von machine learning
  • Video Marketing
  • Mobile Marketing mit Fokus auf machine learning Methoden
  • Display Marketing
  • Einführung ins Online-Marketing mit Überblick zu machine learning Techniken

Datenanalyse und maschinelles Lernen Theorie
  • Grundlegende Algorithmen: lineare/logistische Regression im Bereich machine learning
  • Techniken: Merkmalserstellung und Normalisierung
  • Praktische Anwendung: Modelltraining und Modellperfomance mit Bezug zu machine learning
  • Unüberwachtes Lernen: Clustering
  • Dimensionalitätsreduktion mittels Methoden aus dem machine learning: PCA und t-SNE

Spezialthemen in Machine Learning
  • Verstärktes Lernen als Teilbereich von machine learning
  • Naiver Bayes-Klassifikator und Diskriminanzanalyse
  • Anwendungen in Cloud Deep Learning, Bildgenerierung, Musik und Video mit machine learning

Projektbasiertes Lernen und Qualifikation
  • Qualifikationsprojekt TensorFlow unter Einsatz von machine learning
  • Qualifikationsprojekt E-Commerce
  • Qualifikationsprojekt Machine Learning zur Vertiefung von machine learning Kenntnissen

Datenanalyse und Visualisierung
  • Einführung in die Datenanalyse und Datenvisualisierung mit Fokus auf machine learning
  • Customer Journey im Online-Shop