Machine Learning Basics

Kursüberblick

In diesem Kurs erlernen Sie die grundlegenden Konzepte des Machine Learning und dessen Anwendung auf Nachhaltigkeits- und ESG-Daten. Der Einsatz von Tools wie Python sowie umfangreiche Übungen bieten eine solide Grundlage in der Datenmodellierung. Kursinhalt1. Einführung in Machine Learning & Python Einsatz von Python zur Datenaufbereitung und Modelltraining Anwendung realer Nachhaltigkeits- und ESG-Daten 2. Techstack Python scikit-learn pandas NumPy Matplotlib/Seaborn Jupyter Notebook GitHub 3. Themen Supervised Learning, Unsupervised Learning, Regression Modelltraining, Validierung und Ergebnisinterpretation Data Preprocessing, Train-Test-Split, Overfitting Klassifikation, Regression, Clustering Modellinterpretation und Visualisierung 4. Module Datenvorbereitung & Feature Engineering Klassifikation - Decision Trees, kNN, Logistic Regression Regression - Lineare & reguläre Modelle Clustering & Modellbewertung Projektphase - ESG-Datenmodellierung 5. Didaktik Einsatz von realen Nachhaltigkeitsdatensätzen Jupyter Notebook, scikit-learn, pandas 6. Ziel Grundverständnis von Machine Learning und Datenmodellierung

Nächste Termine

• 2026-09-27T22:00:00.000Z · 2026-11-25T23:00:00.000Z · Hamburg · Combined Learning
• 2026-09-27T22:00:00.000Z · 2027-01-24T23:00:00.000Z · Hamburg · Combined Learning
• 2026-09-27T22:00:00.000Z · 2026-11-25T23:00:00.000Z · Berlin · Combined Learning
• 2026-09-27T22:00:00.000Z · 2027-01-24T23:00:00.000Z · Berlin · Combined Learning
• 2026-09-27T22:00:00.000Z · 2026-11-25T23:00:00.000Z · München · Combined Learning