Machine Learning: Business-Anwendungen

Machine Learning ist ein stark wachsendes Wirtschaftsfeld und basiert darauf, dass Algorithmen von Daten lernen können, um bessere Voraussagen zu treffen und die Ergebnisse spezifischer Anwendungen zu verbessern. Machine Learning kommt neben vielen anderen Anwendungen etwa zur Verbesserung von Suchresultaten, der Platzierung von Werbeanzeigen oder der Kreditwürdigkeitsprüfung zum Einsatz.

Dieser Kurs bietet eine Einführung in das maschinelle Lernen und die Algorithmen, die ihm zugrundeliegen. Er macht Sie mit einem breiten Spektrum an Modellen im gesamten Fachbereich vertraut. Sie entwickeln ein grundlegendes Verständnis der Prinzipien des maschinellen Lernens und leiten praktische Lösungen mit Hilfe der prädiktiven Analytik ab. Der Kurs wird sich auf praxisnahe Anwendungen konzentrieren und datenwissenschaftliche Techniken vermitteln, die zur Lösung realer Probleme aus der Unternehmenswelt befähigen.

Nach diesem Kurs sind Sie in der Lage, die besprochenen Algorithmen direkt in der Praxis einzusetzen und mit den Modellen zu arbeiten. Sie verfügen über ein Verständnis des Potenzials von prädikativen Modellen und sind auch mit ihren Risiken vertraut.

Voraussetzungen

Grundkenntnisse in Statistik und R sind vorteilhaft, jedoch nicht zwingend. Die Teilnehmer werden gebeten, einen Laptop mitzubringen. Bitte installieren Sie R-Studio vor dem Beginn des Kurses (Anleitung zur Installation). Bei Interesse können Sie die Anwendungen auch in anderen Programmen umsetzen (z.B. Python oder Stata).

 

Programm und Zielpublikum

Der zweitägige Kurs richtet sich insbesondere an Personen, die sich für Datenmodellierungen und Prognosemodelle interessieren und mit konkreten Umsetzungen in R erste Erfahrungen sammeln möchten.

 

Was ist Machine Learning?

• Supervised vs. unsupervised learning
• Regressionen vs. Klassifizierungen

Lineare und Multiple Regression

• Annahmen der linearen und multiplen Regression
• Statistische Inferenz
• Modellselektion
• Anwendung: Welchen Einfluss haben Liegenschafts-Eigenschaften auf Mietpreise?

Zeitreihenanalyse

• Univariate Zeitreihenanalyse
• Multivariate Zeitreihenanalyse
• Anwendung: Wie werden sich zukünftige Verkäufe entwickeln?

Klassifizierungen

• Logistische Regression
• Lineare Diskriminanzanalyse
• Anwendung: Wie wahrscheinlich sind Kreditausfälle?

Tree-Based Modelle

• Decision Trees
• Bagging
• Random Forest
• Boosting
• Anwendung: Marketing Kampagne

Support Vector Machines

• Maximal margin classifier
• Support vector classifier
• Support vector machines
• Anwendung: Krebserkrankungen vorhersagen

Modelle effizient anwenden

• Modell Selektion
• Feature selection
• Overfitting
• Cross validation & tuning
• Measure of Fit

Einführung in neuronale Netzwerke und Deep Learning

Resultate effektiv Kommunizieren

 

Nächste Termine und Anmeldung

Die Kurse finden an zentraler Lage in München statt. Der jeweilige Kursort wird noch bekannt gegeben. Nächste Termine:

• 15/16. Nov. 2019: 09:00 - 17:00

 

Anmelden

 

Seminarkosten, Rabatte und Zertifikate

Die Kosten betragen pro Teilnehmer EUR 1’190 (exkl. MWST). Wir bieten EUR 200 Rabatt pro Person bei zwei und mehr Teilnehmern aus demselben Unternehmen sowie für alle MitarbeiterInnen von Startups und Non-Profit-Organisationen. Studierende erhalten 50% Rabatt. Eine kostenlose Stornierung Ihrer Anmeldung ist bis drei Tage vor Kursbeginn möglich, danach müssen wir Ihnen 50% der Kosten verrechnen.

Pausenverpflegung, Mittagessen und die ausführlichen Seminarunterlagen sind inbegriffen. Zudem offerieren wir Ihnen zwei Stunden kostenlose Beratung zu Ihrem Datenprojekt. Selbstverständlich stehen wir allen TeilnehmerInnen auch nach Seminarschluss für Rückfragen zur Verfügung. Wir bescheinigen Ihnen den Besuch des Seminars mit einem Zertifikat.

Zögern Sie nicht, uns bei weiteren Fragen zu kontaktieren: info@datacareer.de. Wir freuen uns auf spannende Seminartage!