| Kursbeschreibung (description): |
Der AWS Discovery Day ist eine kostenfreie virtuelle Veranstaltung, die das Thema Machine Learning anschaulich und praxisnah vorstellt.
Die 1,5-stündige Veranstaltung “Machine Learning - Grundlagen” wurde für Entwickler, Architekten und Engineers konzipiert, um einen ersten Einblick in das Thema Machine Learning zu ermöglichen. Die Teilnehmer erfahren anhand von Praxisbeispielen mehr über wichtige Konzepte, Terminologie und verschiedenen Phasen der Machine Learning. Neben der Vermittlung von Grundkenntnissen steht vor allem der geschäftliche Mehrwert im Mittelpunkt.
|
|
| Zielgruppe (target group): |
- Entwickler
- Lösungsarchitekten
- Data Engineers
- Personen, die mit Hilfe von Machine Learning Lösungen entwickeln möchten – keine Vorkenntnisse in Bezug auf Machine Learning erforderlich!
|
|
| Voraussetzungen (requirements): |
|
|
| Ziele (objectives): |
- Was ist Machine Learning?
- Machine Learning Pipeline und die verschiedenen Phasen
- Unterschied zwischen überwachtem und nicht überwachtem Lernen
- Was ist Verstärkungslernen?
- Was ist Deep Learning?
|
|
| Preis und Dauer (price and duration): |
Dauer (duration): 1 Tag
Schulungslänge (course length): 01:30 Stunden (inkl. Pausen)
Preis (price): 0,- Euro
Eine Druckansicht dieses Workshops finden Sie hier.
|
|
| Termine (dates): |
Termine auf Anfrage.
Falls Sie einen Terminwunsch für diesen Workshop haben, werden wir dies gerne für Sie prüfen!
|
|
|
| Inhalte (agenda): |
Abschnitt 1: Grundlagen zu Machine Learning
- Klassische Programmierung oder Machine Learning-Ansatz – ein Vergleich
- Was ist ein Modell?
- Funktionen eines Algorithmus, Gewichtung und Ergebnisse
- Kategorien für Machine Learning-Algorithmen
- Überwachte Algorithmen
- Nicht überwachte Algorithmen
- Verstärkungslernen
Abschnitt 2: Was ist Deep Learning?
- Wie funktioniert Deep Learning?
- Warum Deep Learning anders ist
Abschnitt 3: Die Machine Learning Pipeline
- Übersicht
- Geschäftliches Problem
- Datenerfassung und -integration
- Datenverarbeitung und -visualisierung
- Feature-Engineering
- Training und Feinabstimmung des Modells
- Modellbewertung
- Modellbereitstellung
Abschnitt 4: Was sind meine nächsten Schritte?
- Ressourcen zur Vertiefung
|
|
| Weiteres (Further information): |
Für Teilnehmer dieser Veranstaltung empfiehlt sich die Teilnahme an folgenden weiterführenden Kursen:
|
|
|
