Machine Learning Entwickler:in mit Reinforcement Learning

Kursüberblick

Dieser Kurs stellt zunächst die zentralen Aufgaben der Machine Learning-Entwicklung vor. Es werden in einem ersten Schritt die Datenanalyse und -visualisierung sowie das Datenmanagement ausführlich erläutert und in den Kontext von Big Data gesetzt. Im nächsten Schritt führt dich der Kurs von den Grundlagen des maschinellen Lernens zu den beiden Kategorien überwachtes und unüberwachtes Lernen und gibt einen Einblick in das Thema Evaluierung und Verbesserung. Es wird gezeigt, wie IT-Systeme in der Lage sind, Muster in bestehenden Datenbeständen zu identifizieren und mithilfe von Algorithmen eigenständige Lösungen für Probleme zu finden. Im letzten Schritt der Machine Learning-Entwicklung geht der Kurs mit Deep Learning vertiefend auf ein Teilbereich des Machine Learnings ein und erläutert dessen Methoden auf Basis von neuronalen Netzen. Ergänzend erweiterst du deine Kenntnisse um das Reinforcement Learning, eine der drei Haupttechniken des maschinellen Lernens, in der Software durch den direkten Austausch mit ihrer Umwelt in Form von Versuch und Irrtum trainiert wird, optimale Ergebnisse zu erzielen. Data Analytics Einführung Datenanalyse Wiederholung Grundlagen Python Datenanalyse, Data Analytics Künstliche Intelligenz (KI) im Arbeitsprozess Datenvisualisierung Datenmanagement Datenanalyse im Big Data Kontext Dashboards Text Mining Projektarbeit Data Analytics Machine Learning Einführung in Machine Learning Überwachtes Lernen Unüberwachtes Lernen Evaluierung und Verbesserung Projektarbeit Machine Learning Deep Learning Machine Learning: Deep Learning Grundlagen in neuronalen Netzen Convolutional Neural Network (CNN) Transfer Learning Regional CNN Methoden der kreativen Bilderzeugung Recurrente neurale Netze Textverarbeitung durch neuronale Netze Sprachmodelle Deep Reinforcement Learning Bayes'sche neuronale Netze Projektarbeit Deep Learning Reinforcement Learning Machine Learning: Reinforcement Learning Markov Decision Processes (MDPs) Q-Learning Deep Reinforcement Learning Fortgeschrittene Themen Praktische Anwendungen Zusammenfassung und Ausblick Projektarbeit Reinforcement Learning Änderungen möglich, die Lehrgangsinhalte werden regelmäßig aktualisiert.

Nächste Termine

• 2026-08-30T22:00:00.000Z · 2026-12-17T23:00:00.000Z · Karlsruhe, Baden · Combined Learning
• 2026-08-30T22:00:00.000Z · 2026-12-17T23:00:00.000Z · Alzenau in Unterfranken · Combined Learning
• 2026-08-30T22:00:00.000Z · 2026-12-17T23:00:00.000Z · Aschaffenburg · Combined Learning
• 2026-08-30T22:00:00.000Z · 2026-12-17T23:00:00.000Z · Augsburg, Bayern · Combined Learning
• 2026-08-30T22:00:00.000Z · 2026-12-17T23:00:00.000Z · Bad Hersfeld · Combined Learning