Seminar Detail

Machine Learning Konzepte und Architekturen (Remote Training)

Oliver Zeigermann

Kurzinformationen

Auf Anfrage
Auf Anfrage

Detailinformationen

Machine Learning ist durch die neuesten Entwicklungen im Bereich Deep Learning zum zentralen Thema der künstlichen Intelligenz geworden. Obwohl Projekte im Bereich Machine Learning viele Gemeinsamkeiten mit klassischen Software-Projekten haben, ist das Vorgehen, die Prozesse, die Architektur und das Design und sogar die Rollen anders.
In diesem Seminar lernen Sie, Machine Learning innerhalb des Gebiets der künstlichen Intelligenz einzuordnen und die Möglichkeiten und Anwendbarkeit auf Probleme abzuschätzen. Dazu werden wir uns anhand eines konkreten Beispiels durch die Phasen eines Machine Learning Projektes durcharbeiten und uns dabei auch mit den Unterschieden zu einem klassischen Software-Projekt beschäftigen. Dabei wird klar werden, was die einzigartigen Fähigkeiten von Machine Learning sind und wann man besser bei klassischer Software-Entwicklung bleibt.

Agenda
Der Schwerpunkt des Seminars liegt auf Konzepten und Methoden des Machine Learnings und deren Einsatz in Software-Entwicklungs-Projekten, weniger auf der Umsetzung im Code. Dennoch werden wir einzelne Übungen im Python Code durchführen, die allerdings keine Kenntnisse im Bereich Python voraussetzen. Grundlegende Kenntnisse im Bereich Programmierung sind hilfreich, aber nicht notwendig. Dieses Seminar ist daher ebenso für Entwickler, wie für Architekten und Manager geeignet, die sich über die Möglichkeiten und Herausforderungen von Machine Learning auf dem Laufenden halten wollen.

Inhalte

  • Unterschiedliche Arten von Machine Learning verstehen
  • Anwendungen finden
  • Daten-Analyse
  • Experimente statt Iterationen
  • Rollen im Machine Learning
  • Services und Frameworks
  • Entwicklungszyklus
  • ML in der Produktion
  • Architekturziele im Machine Learning
  • Basiswissen Python, Scikit-Learn, Jupyter Notebook

Zeigermann, Oliver

Oliver Zeigermann ist ein exzellenter Entwickler mit einem feinen Gespür für Softwarearchitektur. In den letzten Jahren ist er tief in die Analyse großer Datenmengen unter anderem auch mit Techniken des Machine Learning eingestiegen. Kunden schätzen seinen Pragmatismus, seine technologische Expertise und seine lockere Art bei der Problemlösung. Erkenntnisse und Best Practices zu Machine Learning bringt er gerne auf Konferenzen und in Netzwerken unters Volk.

Seminarziel

Der Schwerpunkt des Seminars liegt auf Konzepten und Methoden des Machine Learnings und deren Einsatz in Software-Entwicklungs-Projekten, weniger auf der Umsetzung im Code.

Zielgruppe

Architekten, POs, Entwickler, Manager

Voraussetzungen

Kenntnisse über die Prozesse und Herausforderungen von Software-Projekten. Grundlegende Kenntnisse der Programmierung sind hilfreich, aber nicht notwendig.

Sprachen

Seminar: Deutsch

Unterlagen: Deutsch

Informationen

Unsere Leistungen - Sie erhalten:

  • digitale Schulungsunterlagen
  • Ihre persönliche Teilnahmebescheinigung

Teilnahmegebühr

Der Frühbucher-Rabatt ist für Remote Trainings nicht anwendbar.

Inhouse-Seminare

Dieses Seminar ist auch als Inhouse-Schulung durchführbar. Schon ab einer Teilnehmerzahl von 5 Mitarbeitern kalkulieren wir Ihnen gerne ein kostengünstiges Inhouse-Trainings-Angebot.

NRW-Bildungsscheck

SIGS-DATACOM ist zugelassener Bildungspartner des Landes NRW. Ihren NRW-Bildungsscheck für unsere Seminare einzulösen ist möglich! Weitere Informationen erhalten Sie unter:NRW Bildungsscheck!!

Disclaimer

Wir sind für die eigenen Inhalte, die wir zur Nutzung bereithalten, nach den allgemeinen Gesetzen verantwortlich. Von diesen eigenen Inhalten sind Querverweise (externe Links) auf die von anderen Anbietern bereit gehaltenen Inhalte zu unterscheiden. Diese fremden Inhalte stammen nicht von uns und spiegeln auch nicht unsere Meinung wider, sondern dienen lediglich der Information. Wir machen uns diese Inhalte nicht zu eigen und übernehmen trotz sorgfältiger inhaltlicher Kontrolle keine Haftung für die Inhalte externer Links. Für den Inhalt der verlinkten Seite sind ausschließlich deren Betreiber verantwortlich.