Machine Learning mit Python
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.
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
Kodschul-Trainer & Team
Lernen Sie von Experten - erfahrene Fachleute mit praktischem Know-how
Erfahrene Trainer mit praktischer Technik-Erfahrung
Über 3000 Fachkräfte in zwei Jahren geschult
Praxisnahe Expertise und tiefes Branchenwissen
Wirkungsvolles Lernen mit realen Anwendungen
Über 300+ Projekte gemeinsam abgeschlossen
Experte für IT & KI, Trainer
Experte für IT & KI, Trainer
Experte für IT & KI, Trainer, CEO
Experte für IT & KI, Trainer
Experte für IT & KI, Trainer
Experte für IT & KI, Trainer
Joelle Keim
Key Account Manager
Selina Schmid
Seminar Manager
Elisa Saleh
Back Office
Lars Gerigk
Portfolio Manager
Axel Kamga
Trainer & Vertrieb
Sebastian Carnal
HR & People
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
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
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
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.
Am häufigsten gestellte Fragen
Für wen ist dieser Kurs konzipiert?
+Wie kann ich mich für den Kurs anmelden?
+Wie hoch sind die Kosten für den Kurs?
+Brauche ich Vorkenntnisse zum Thema des Kurses?
+Werde ich das Gelernte in diesem Kurs anwenden können?
+Welche Software oder Tools benötige ich für den Kurs?
+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!
Joelle Keim
Key Account Manager