-
Maschinelles Lernen mit Big Data
Beschreibung Möchten Sie die von Ihnen gesammelten Datenmengen verstehen? Müssen Sie datengesteuerte Entscheidungen in Ihren Prozess integrieren? Dieser Kurs bietet einen Überblick über maschinelle Lerntechniken zum Erkunden, Analysieren und Nutzen von Daten. Sie werden in Tools und Algorithmen eingeführt, mit denen Sie Modelle für maschinelles Lernen erstellen können, die aus… lernen.
-
Bereitstellung von Modellen für maschinelles Lernen
Beschreibung In diesem Kurs lernen wir Empfehlungssysteme kennen (die wir für das Capstone-Projekt untersuchen werden) und befassen uns auch mit Bereitstellungsproblemen für Datenprodukte. Am Ende dieses Kurses sollten Sie in der Lage sein, ein funktionierendes Empfehlungssystem zu implementieren (z. B. um Bewertungen vorherzusagen oder Listen verwandter Produkte zu erstellen), und Sie ...
-
Maschinelles lernen
Beschreibung Maschinelles Lernen ist heute die Grundlage für die aufregendsten Karrieren in der Datenanalyse. Sie lernen die Modelle und Methoden kennen und wenden sie auf reale Situationen an, von der Identifizierung aktueller Nachrichtenthemen über den Aufbau von Empfehlungsmaschinen bis hin zur Rangfolge von Sportmannschaften und der Planung des Weges von Filmzombies. Zu den wichtigsten behandelten Perspektiven gehören: probabilistisch versus nicht-probabilistisch …
-
Maschinelles Lernen mit SAS Viya
Beschreibung Dieser Kurs behandelt die theoretischen Grundlagen für verschiedene Techniken im Zusammenhang mit überwachten Modellen des maschinellen Lernens. Darüber hinaus wird eine Geschäftsfallstudie definiert, die die Teilnehmer durch alle Schritte des analytischen Lebenszyklus führt, vom Problemverständnis bis zur Modellbereitstellung, über Datenvorbereitung, Funktionsauswahl, Modellschulung und -validierung sowie Modellbewertung. Eine Serie…
-
Geschäftliche Anwendung von maschinellem Lernen und künstlicher Intelligenz im Gesundheitswesen
Beschreibung Die Zukunft des Gesundheitswesens hängt zunehmend von unserer Fähigkeit ab, maschinelles Lernen und künstliche Intelligenz in unsere Organisationen zu integrieren. Doch es reicht nicht aus, die Chancen der KI zu erkennen; Als führende Unternehmen in der Gesundheitsbranche müssen wir zunächst die beste Verwendung für diese Anwendungen ermitteln und sicherstellen, dass wir unsere Investitionen konzentrieren …
-
Grundlagen des maschinellen Lernens im Finanzwesen
Beschreibung Ziel des Kurses ist es, Studierenden dabei zu helfen, praktische ML-zugängliche Probleme zu lösen, auf die sie im wirklichen Leben stoßen können. Dazu gehören: (1) Verstehen, wo das Problem, mit dem man konfrontiert ist, in einer allgemeinen Landschaft verfügbarer ML-Methoden landet, (2) Verstehen Welche(r) bestimmte(n) ML-Ansatz(e) wären zur Lösung des Problems am besten geeignet und…
-
Führung durch maschinelles Lernen im Finanzwesen
Beschreibung Ziel dieses Kurses ist es, einen einführenden und umfassenden Überblick über den Bereich ML mit Schwerpunkt auf Anwendungen im Finanzbereich zu bieten. Im Capstone-Projekt werden Methoden des überwachten maschinellen Lernens eingesetzt, um Bankschließungen vorherzusagen. Obwohl dieser Kurs als separater Kurs belegt werden kann, dient er gleichzeitig als Vorschau auf die Themen …
-
Bewältigung der Herausforderungen großer Hadron Collider durch maschinelles Lernen
Beschreibung Der Large Hadron Collider (LHC) ist die derzeit größte Datenerzeugungsmaschine. Es produziert nicht die Big Data, die Daten sind gigantisch. Nur eines der vier Experimente erzeugt Tausende Gigabyte pro Sekunde. Die Intensität des Datenflusses wird mit der Zeit nur noch zunehmen. Also die Datenverarbeitung…
-
Erste Schritte in der linearen Algebra für maschinelles Lernen
Beschreibung Das Hauptziel des Kurses besteht darin, die Hauptkonzepte der linearen Algebra zu erklären, die in der Datenanalyse und beim maschinellen Lernen verwendet werden. Ein weiteres Ziel besteht darin, die praktischen Fähigkeiten der Studierenden im Umgang mit linearen Algebra-Methoden beim maschinellen Lernen und bei der Datenanalyse zu verbessern. Sie lernen die Grundlagen der Arbeit mit Daten in…
-
Bayesianische Methoden für maschinelles Lernen
Beschreibung Menschen wenden Bayesianische Methoden in vielen Bereichen an: von der Spieleentwicklung bis zur Arzneimittelentwicklung. Sie verleihen vielen Algorithmen des maschinellen Lernens Superkräfte: Sie verarbeiten fehlende Daten und extrahieren viel mehr Informationen aus kleinen Datensätzen. Bayesianische Methoden ermöglichen es uns auch, die Unsicherheit von Vorhersagen abzuschätzen, was für Bereiche wie die Medizin eine wünschenswerte Funktion ist. Bei tiefer Anwendung…
