Einführung in Machine Learning mit Python: eigenes KI-Modell erstellen & Praxiseinsatz im Unternehmen

Machine Learning mit Python

Onsite / Online (World-wide)
German/English/French

Machine Learning mit Python ermöglicht es, Vorhersagemodelle aus eigenen Unternehmensdaten zu erstellen. Scikit-learn ist die Standardbibliothek für klassisches ML: von Regression und Klassifikation bis zu Clustering und Feature Engineering. Sie lernen den gesamten ML-Workflow: Datenaufbereitung, Modelltraining, Evaluierung und Deployment eigener Modelle.

3 Tage (empfohlen)
Bundeswehr
Mercedes Benz
DB Bahn
T-Systems
Polizei
Einführung in Machine Learning mit Python: eigenes KI-Modell erstellen & Praxiseinsatz im Unternehmen training

Ziele

Sie erwerben das Fundament, um Machine-Learning-Modelle mit Python und scikit-learn selbstständig zu entwickeln. Sie lernen, wie Daten für ML aufbereitet werden, wie Modelle trainiert, evaluiert und verglichen werden und wie trainierte Modelle in Produktionsumgebungen deployt werden.

Behandelte Themen

Die Module im Überblick

Modul 1: Machine-Learning-Grundlagen

  • ML-Typen: Supervised, Unsupervised, Reinforcement Learning
  • Scikit-learn-Überblick: Estimator-API, Pipelines, Model Selection
  • Pandas und NumPy im ML-Workflow: Daten laden, erkunden, bereinigen
  • Train-Test-Split und Cross-Validation: Generalisierung messen

Modul 2: Regression und Klassifikation

  • Lineare und logistische Regression: Grundprinzipien
  • Entscheidungsbäume und Random Forests: interpretierbare Modelle
  • Gradient Boosting mit XGBoost und LightGBM
  • Hyperparameter-Tuning mit GridSearchCV und Optuna

Modul 3: Feature Engineering und Preprocessing

  • Feature-Auswahl: welche Merkmale relevant sind
  • Skalierung: StandardScaler, MinMaxScaler und RobustScaler
  • Kategorische Variablen: One-Hot-Encoding und Target-Encoding
  • Scikit-learn Pipelines: Preprocessing und Modell kombinieren

Modul 4: Modell-Evaluierung und Interpretation

  • Klassifikationsmetriken: Accuracy, Precision, Recall, F1, AUC-ROC
  • Regressionsmetriken: MAE, MSE, RMSE, R2
  • SHAP-Werte: Modellentscheidungen erklären
  • Bias und Fairness: Diskriminierungsrisiken in ML-Modellen

Modul 5: Clustering und Dimensionsreduktion

  • K-Means und DBSCAN: Kundensegmentierung und Anomalieerkennung
  • PCA und t-SNE: Hochdimensionale Daten visualisieren
  • Unsupervised Anomaly Detection
  • Praxisbeispiele: Kundencluster, Betrugserkennung

Modul 6: Deployment und ML-Ops

  • Modelle speichern und laden: pickle, joblib, ONNX
  • FastAPI: ML-Modelle als REST-API bereitstellen
  • Docker: ML-Services containerisieren
  • MLflow: Experimente tracken und Modelle versionieren
LEARN FROM EXPERTS

Kodschul Trainers & Team

Learn from experts - experienced professionals with practical know-how

Experienced trainers with practical technical experience

Over 3000 professionals trained in two years

Practical expertise and deep industry knowledge

Effective learning with real applications

Completed 300+ projects together

Jannik Zinkl
Patrik Garten
Franz Nkemaka
Raffael H.
Erik H.
+11Experten
Selina Schmid

Selina Schmid

Seminar Manager

Elisa Saleh

Elisa Saleh

Back Office

Lars Gerigk

Lars Gerigk

Portfolio Manager

Sebastian Carnal

Sebastian Carnal

HR & People

Ömer Akgeyik

Ömer Akgeyik

Tech Lead

So läuft das Training ab

Unsere Schulungen sind 100% hands-on, mit einem praktischen Anteil von 70% und 30% Theorie. Sie finden vor Ort, bei uns oder online (auf allen gängigen Plattformen) statt. Zusätzlich erhalten die Teilnehmenden kostenfrei Hands-outs und Unterlagen, die sie zur Vertiefung und weiteren Anwendung nutzen können.

Grundlagen

Grundlagen

Zu Beginn sorgen wir dafür, dass alle Teilnehmenden auf denselben Wissensstand gebracht werden, unabhängig von ihrem Ausgangsniveau. So wird jeder optimal auf die weiteren Themen vorbereitet, und niemand bleibt zurück.

Durchführung

Durchführung

Wir starten mit einer Einführung in das Thema, gefolgt von Demos und praxisnahen Beispielen. Anschließend üben die Teilnehmenden eigenständig, während der Trainer individuelles Feedback gibt und bei Bedarf Korrekturen vornimmt.

Anwendungsfälle

Anwendungsfälle

Das Gelernte wird auf konkrete Anwendungsfälle der Teilnehmenden angewendet. In einer praxisorientierten Session erarbeiten wir gemeinsam Lösungen, die den Teilnehmern helfen, das Wissen direkt in ihren Arbeitsalltag zu integrieren.

OUR FREQUENT QUESTIONS

Frequently Asked Questions

Who is this course designed for?

+
Our courses are designed for all types of individuals. Just get in touch with us, and we will provide you with a tailored solution.

How can I enroll in the course?

+
To enroll, simply call us or send us an email. We'll guide you through the registration process and answer any questions you may have.

What is the cost of the course?

+
Course fees are listed on our website, but we believe prices shouldn't prevent anyone from learning. Our mission is to teach as many developers as possible, so please give us a call to discuss pricing options.

Do I need prior knowledge of the course topic?

+
No prior knowledge of the specific topic is required. The course is designed to accommodate beginners as well as those with some experience. It will cover the fundamentals and provide practical insights.

Will I be able to apply what I learn in this course?

+
Yes, by the end of the course, you will have the skills and knowledge needed to apply what you've learned effectively. The course includes hands-on exercises and practical examples to ensure you can put your learning into practice.

What software or tools do I need for the course?

+
The course may require specific software or tools. Detailed requirements will be provided at the start of the course, along with instructions for installation and setup.
Nehmen Sie Kontakt auf

Lassen Sie uns über Ihr nächstes Training sprechen.

Unser Team steht Ihnen rund um die Uhr zur Verfügung und freut sich auf Ihre Anfrage. Einfach anrufen oder eine Nachricht hinterlassen – wir kümmern uns schnellstmöglich um Ihre Anfrage, ob es um eine Schulung, einen Vortrag oder eine Präsentation geht. Jetzt loslegen!

Selina Schmid

Selina Schmid

Leiterin Kodschul