
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 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






Selina Schmid
Seminar Manager

Elisa Saleh
Back Office

Lars Gerigk
Portfolio Manager

Sebastian Carnal
HR & People

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
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.
Frequently Asked Questions
Who is this course designed for?
+How can I enroll in the course?
+What is the cost of the course?
+Do I need prior knowledge of the course topic?
+Will I be able to apply what I learn in this course?
+What software or tools do I need for the course?
+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
Leiterin Kodschul