Machine und Deep Learning

Kursüberblick

Die Weiterbildung Machine und Deep Learning vermittelt technische und analytische Kompetenzen zur Entwicklung und Bewertung lernender Modelle. Die Inhalte werden entlang von Datenaufbereitung, Modelltraining und Ergebnisbewertung strukturiert aufgebaut. Machine-Learning-Grundlagen Lernverfahren und Modellarten fachlich einordnen Trainings-, Validierungs- und Testdaten unterscheiden Merkmale und Zielvariablen für Modelle definieren Überwachtes und unüberwachtes Lernen anwenden Datenaufbereitung und Modelltraining Datensätze bereinigen und transformieren Feature Engineering für Modellprozesse durchführen Machine-Learning-Modelle trainieren und vergleichen Parameter und Modellkonfigurationen anpassen Deep Learning Grundlagen neuronaler Netze nachvollziehen Schichten, Aktivierungsfunktionen und Trainingsprozesse einordnen Deep-Learning-Modelle für ausgewählte Aufgaben einsetzen Überanpassung und Modellgrenzen berücksichtigen Evaluation und Optimierung Modellergebnisse anhand geeigneter Metriken bewerten Fehlerquellen und Verzerrungen analysieren Modelle testen, optimieren und dokumentieren Anwendungsmöglichkeiten in datenbasierten Prozessen ableiten Die Weiterbildung befähigt zur Entwicklung, Anwendung und Bewertung von Machine-Learning- und Deep-Learning-Modellen.

Nächste Termine

• 2026-08-16T22:00:00.000Z · 2026-11-07T23:00:00.000Z · Berlin · Hybrid Learning
• 2026-08-16T22:00:00.000Z · 2027-01-30T23:00:00.000Z · Berlin · Hybrid Learning
• 2026-08-16T22:00:00.000Z · 2026-11-07T23:00:00.000Z · Bielefeld · Hybrid Learning
• 2026-08-16T22:00:00.000Z · 2027-01-30T23:00:00.000Z · Bielefeld · Hybrid Learning
• 2026-08-16T22:00:00.000Z · 2026-11-07T23:00:00.000Z · Bonn · Hybrid Learning