Einführung in klassisches Machine Learning

Maschinelles Lernen erlaubt es, Prozesse zu automatisierten, die vormals eine menschliche Intelligenz benötigten. Aber was steckt dahinter und wie mache ich es mir zunutze? In dieser Veranstaltung wollen wir mit Präsentationen und praktischen Übungen die Bausteine von maschinellen Lernverfahren als zentrale Elemente der künstlichen Intelligenz verstehen und einsetzen.

Dieses Training richtet sich an Einsteiger mit Python-Grundkenntnissen, die die Grundlagen des "klassischen" Machine Learning kennen lernen möchten. Zusammen werden wir hauptsächlich überwachte Verfahren wie Regressionen und Decision Trees kennen lernen und anwenden.

Vorkenntnisse

* Solide Grundkenntnisse in Python (Es werden aber separate Lösungen für alle praktischen Übungen gestellt)

Lernziele

* Die Grundbegriffe des maschinellen Lernens kennen lernen und abgrenzen können
* Maschine Learning selbst umsetzen
* Ein Überblick über die gängigen und klassischen Verfahren
* Auf eigene Problemstellungen anwendbare Beispiele

 

Agenda

Theorie

Teil 1:

  • Einführung in ML
  • Wo kommen Daten her? Wie muss man sie vorbereiten?
  • Wie gut ist meine Lösung?

Teil 2: Algorithmen des (überwachten) maschinellen Lernens

  • Regressionen
  • Support Vector Machines
  • Decision Trees
  • Naive Bayes
Praxis

Teil 1:

  • Setup und Hello World mit Jupyter und Python
  • Bewerten von ML-Lösungen

Teil 2:

  • Regressoren und Klassifikatoren bauen
    •  

Technische Anforderungen:

Wir stellen die Trainingsumgebung in einer Cloud-Instanz zur Verfügung. Ein aktueller Browser und ein freier Internetzugang genügt.
Wenn Sie die Umgebung aber auch nach dem Workshop noch nutzen wollen, benötigen Sie einen Laptop mit Administrationsrechten, einer Docker-Installation und mindestens 6 GB freiem Speicherplatz. Um den Download während des Workshops möglichst klein zu halten, sollten Sie im Voraus folgendes ausführen: docker pull novatec/ml-workshop-base
Da es durch Sicherheitssoftware auf Firmenlaptops leider immer wieder zu technischen Problemen (z.B. fehlende Administrationsrechte und Internetbeschränkungen) kommt, prüfen Sie bitte, ob Sie im Zweifel nicht einen privaten Laptop mitnehmen können.

Speaker

 

Arthur Varkentin
Arthur Varkentin arbeitet als Senior Consultant bei der Novatec Consulting GmbH und beschäftigt sich seit 2008 zuerst im Rahmen seiner Promotion an der Universität Stuttgart und später als Gründer des Spin-offs ScatterBlogs, mit der anwendungsnahen Kombination von Informationsvisualisierung und modelgetriebener Datenanalyse.

Hauke Brammer
Hauke Brammer arbeitet als Senior Consultant bei der Novatec Consulting GmbH. Hier unterstützt er Kunden in den Bereichen Application Development, Cloud-Anwendungen und Microservices. Als Topic Lead für Machine Learning interessiert er sich besonders für Data Augmentation und Deep-Learning mit Small- und Big Data.

ML-Essentials-Newsletter

Sie möchten über die ML Essentials
auf dem Laufenden gehalten werden?

 

Anmelden