Maschinelles Lernen für Programmierer

Weiterbildungskurs, 40 akademische Stunden

Code Smarter with ML!

Warum sollten Sie sich für diesen Kurs anmelden?

Machine learning enables computers to perform tasks without explicit programming. From self-driving vehicles to facial recognition, machine learning technologies are at the forefront.

Python is a leading programming language widely used in data analysis and machine learning. It’s celebrated for its robust libraries and versatility in handling data analysis tasks.

In this course, you will explore the most effective machine learning techniques. You’ll get familiar with the theoretical foundations of learning algorithms, as well as how to apply these principles to solve real-world problems using Python. Engage with hands-on examples and come out ready to apply machine learning capabilities in your work.

By enrolling in this course, you'll gain practical skills in machine learning that you can apply in your projects, improving your work performance and productivity.

Wer sollte teilnehmen?

Datenanalysten
Software-Entwickler
Business Intelligence Professionals
Data Engineers
Other professionals tasked with analyzing and interpreting their organization’s data.

Voraussetzung

Basic understanding of programming concepts

Lernziele und Lernergebnisse

Am Ende des Kurses werden die Teilnehmer:

Develop essential Python skills, from basic programming to advanced data handling with Pandas and NumPy.
Gain an understanding of machine learning concepts and techniques.
Implement real-world machine learning tasks, including data preparation, regression, and classification techniques.
Understand and apply both fundamental and advanced ML concepts, covering everything from supervised to unsupervised learning.
Tackle real-world data science problems using strategies such as handling imbalanced data and ensemble methods.

Was Sie bekommen...

40 academic hours of live classes with a professional instructor, teaching in your local language.
Zugang zu den Aufzeichnungen der Sitzungen für den Fall, dass Sie eine Sitzung verpasst haben oder zur Vertiefung, während der gesamten Kursdauer.
Abschlusszertifikat, auch ein digitales für LinkedIn. Die Graduierung erfordert die Teilnahme an mindestens 80% der Kurse.
Lebenslange Mitgliedschaft in der globalen Alumni-Gemeinschaft von Wawiwa, die sich aus Tech-Profis zusammensetzt, die Wawiwa's Umschulungs- und Weiterbildungsprogramme auf der ganzen Welt absolviert haben.

Professioneller Betreuer

Dieser einzigartige Kurs wurde von einem professionellen Team entwickelt, das sich aus führenden Experten in den Bereichen Softwareentwicklung und KI zusammensetzt und über umfangreiche Kenntnisse und Erfahrungen in der Ausbildung verfügt.

Maor Mugrabi

Leiter der KI-Kurse für Softwareentwickler

Maor ist ein Datenfreak mit einer großen Leidenschaft für Künstliche Intelligenz (KI) und Maschinelles Lernen (ML).

Maor möchte Unternehmen dabei helfen, diese Technologien effektiv zu nutzen. Maor ist Unternehmer und leitet sein eigenes KI/ML-Entwicklungs- und Beratungsunternehmen. Maors Arbeit hat Dutzende von Unternehmen dazu befähigt, durch maßgeschneiderte KI/ML-Implementierungen innovativ zu sein und zu wachsen.

Er ist auch Dozent bei John Bryce, wo er sein Wissen und seine Erfahrung im Bereich maschinelles Lernen und Python an seine Studenten weitergibt.

Maor hat einen Bachelor-Abschluss in angewandter Mathematik von der Bar-Ilan-Universität.

Was haben die Absolventen zu sagen?

"Der Dozent hatte einen angenehmen und einnehmenden Lehrstil, der selbst komplexe Themen leicht verständlich machte. Er hielt ein hohes akademisches Niveau aufrecht und hatte eine einzigartige Persönlichkeit, die die Lernerfahrung noch angenehmer machte. Ich fühlte mich motiviert und inspiriert, mehr zu lernen."

"Obwohl ich viele der Konzepte schon vorher gehört hatte, vermittelte der Dozent sie auf eine so faszinierende Weise, dass ich sie noch besser verstand."

Kurs-Lehrplan

Python Refresher

Einführung
IDEs and Tools for data analysis
Data types and strings
Control structures
Functions and functional programming
Sammlungen
Object Oriented
Modules and Packages

Introduction to Data Analysis

Datenwissenschaft
Machine Learning Overview
Data Analysis and ML Packages overview

Machine Learning Basic Concepts

Übersicht
Why Learn
Applications
Machine Learning Process
Learning Types:
- Überwachtes Lernen
- Unüberwachtes Lernen
- Semi-Supervised Learning
- Active Learning
- Reinforcement learning
Batch vs Online Learning
Instance-based vs model-based learning
CRISP – DM Methodology

Demo – Complete Machine Learning task

Simple Linear Regression and classification tasks
- Data understanding
- Variables and Features
- Training, Validating, and Testing Data
- Exploratory Analysis
- Types of data/features
- Pandas package (Python)
- Visualisierung von Daten
- Matplotlib and Seaborn packages (Python)
Data Preparation
- Data preparation and cleaning
- Dealing with Missing values
- Central tendency
- Mean/median/mode
- Bias
- Variance and standard deviation
- Standard scores
- Feature scaling – standardization and normalization
- Numpy package (Python)
- Vectors and matrixes
- Multi-dimensional arrays
- Funktionen
- Slicing and fancy indexing
- Linear algebra
- Feature Engineering
- Feature selections
- Dummy variables
- Converting continuous variable to discrete

Überwachtes Lernen

Regressions
Klassifizierung
Non-Linear Regression
SciPy package (python)
- Interpolation
- Curve fit
- Optimization
- Statistics
- Image processing
- Integration and more
Model evaluation using metrics
SVM
Tuning hyper parameters
Cross validation and grid search
Decision trees and random forests
Naïve Bayes
KNN
Klassifizierung
- Multi class
- Multi label
- One vs All
- All vs All
- Error correcting codes

Unüberwachtes Lernen

Übersicht
Clustering
K-Means
GMM
DBSCAN
Hierarchical clustering
Recommender systems
Anomaly detection

Advanced topics

Time Series
Handling imbalanced data
Ensemble methods

Deep Learning and Neural Networks

Deep Learning
Neural networks overview
The perceptron
Network structure and hidden layers
Activation functions
Training the network
Optimization
Forward and back propagation
Gradient descent
Convergence
Learning rate
Overfitting and underfitting
Adding bias
Boltzmann Machines
Convolutional Neural Networks
Recurrent Neural Networks
SOM
Auto Encoders

Interessieren Sie sich für weitere Details?

Wir beantworten gerne alle Ihre Fragen!

Lesen Sie unsere Blogs...

Technische Berufe

Der erste AI-Software-Ingenieur ist eingetroffen

Der erste KI-Software-Ingenieur ist da. Ja, Sie haben richtig gehört! In diesem Blog erfahren Sie alles darüber, wie KI die Entwicklungszyklen beschleunigen kann und wie sie Menschen hilft, die nicht unbedingt über Programmierkenntnisse verfügen, indem sie

Mehr lesen "

12/05/2024 Keine Kommentare

Bieten Sie gemeinsam mit Wawiwa in weniger als 6 Monaten technische Schulungen an!

Wawiwa schließt die Lücke bei den technischen Fähigkeiten, indem es Menschen für gefragte technische Berufe umschult. Es gibt Millionen offener Stellen im technischen Bereich und nicht genügend Fachleute mit den entsprechenden Kenntnissen und Fähigkeiten, um sie zu besetzen. Was die Industrie von ihren Mitarbeitern verlangt, wird nicht in langen akademischen Abschlüssen gelehrt. Wawiwa hilft Partnern auf der ganzen Welt bei der Umschulung und Höherqualifizierung von Mitarbeitern für technische Berufe durch lokale Schulungszentren oder -programme. Das Unternehmen nutzt eine bewährte Schulungsmethodik, modernste Inhalte, digitale Lern- und Bewertungsplattformen und enge Beziehungen zur Industrie, um Schulungsprogramme anzubieten, die zu einer höheren Beschäftigungsfähigkeit und Zufriedenheit der Absolventen führen. Dies wiederum schafft eine starke Ausbildungsmarke und ein nachhaltiges Geschäft für die Partner von Wawiwa.