Python und Machine Learning

Kursüberblick

Machine Learning Grundlagen mit Python und scikit-learn stehen im Zentrum dieses Kurses: Konzepte des maschinellen Lernens werden direkt in Code übersetzt, Modelle entwickelt, validiert und bewertet. Überwachtes und unüberwachtes Lernen bilden den begrifflichen Rahmen, die Python-Programmierung das Werkzeug. Kompetenzziele Überwachtes und unüberwachtes Lernen voneinander abgrenzen Trainings- und Testdaten für die Modellbildung aufbereiten Modelle mit scikit-learn trainieren und über Kreuzvalidierung prüfen Gütemaße wie Genauigkeit und Fehlerrate zur Modellbewertung heranziehen Python-Programmierung und Data Analytics zu präzisen Vorhersagen verbinden Ergebnisse trainierter Modelle mit Python-Visuals oder Power BI darstellen Themen und Zusammenhänge Der Machine Learning Kurs ordnet zunächst die Grundbegriffe: Merkmale und Zielgrößen, Training und Test, Unter- und Überanpassung. Mit Python und scikit-learn wird daraus ein wiederholbarer Ablauf aus Datenaufbereitung, Modellentwicklung und Modellvalidierung. Verfahren der Modellbewertung zeigen, wie verlässlich ein Modell auf unbekannten Daten arbeitet. Programmierung und Data Analytics greifen ineinander, wenn trainierte Modelle Vorhersagen liefern und deren Ergebnisse ausgewertet werden. Im Projekt wird ein eigenes Machine-Learning-Modell entwickelt, mit realen Daten getestet und in Power BI oder mit Python-Visuals präsentiert. Die Grundlagen des Machine Learning bleiben dabei auf einfache, nachvollziehbare Modelle ausgerichtet, wie sie die Python-Programmierung in der Datenanalyse direkt nutzbar macht. Berufliche Perspektiven Einsatzfelder finden sich in Fachabteilungen, die Python in der Datenanalyse einsetzen und erste Modelle für analytische Fragestellungen entwickeln. Junior Machine Learning Developer bzw. ML-Entwickler:in für einfache Modelle Python-Entwickler:in mit Schwerpunkt Datenanalyse Datenanalyst:in mit Vorhersagemodellen in scikit-learn Business-Analytics-Fachkraft für die Interpretation von Modellergebnissen

Nächste Termine

• 2026-11-22T23:00:00.000Z · 2027-01-02T23:00:00.000Z · Heilbronn, Neckar · Hybrid Learning
• 2026-11-22T23:00:00.000Z · 2027-01-02T23:00:00.000Z · Leinfelden-Echterdingen · Hybrid Learning
• 2026-11-22T23:00:00.000Z · 2027-01-02T23:00:00.000Z · Nürnberg, Mittelfranken · Hybrid Learning
• 2026-11-22T23:00:00.000Z · 2027-01-02T23:00:00.000Z · Karlsruhe, Baden · Hybrid Learning
• 2026-11-22T23:00:00.000Z · 2027-01-02T23:00:00.000Z · Virtuelles Klassenzimmer

Weitere Kurse in diesem Fachbereich

• KI- und Datentransformationsmanagement

  StackFuel GmbH

• Big Data Analyst: Datenanalyse

  StackFuel GmbH

• Machine Learning Grundlagen

  New Horizons Nord

• KI-Manager:in Advanced

  ecomex GmbH & Co. KG