Python und Machine Learning

Classroom Schulung | Deutsch | Anspruch

Schulungsdauer: 5 Tage

Ziele

In dieser Schulung erhalten die Teilnehmer eine Einführung in Python, verschiedene Modulvorstellungen und eine Einführung in Machine Learning.

Zielgruppe

Diese Schulung richtet sich an alle, die eine Einführung in Machine Learning und Python suchen.

Voraussetzungen

Kenntnisse in einer Programmiersprache

Agenda

Einführung in die Programmiersprache Python

  • Python, Philosophie und Unterschied zu konventionellen Programmiersprachen
  • Einführung in Ipython und Ipython-Notebook
  • Datentypen und Variablen
    • Listen, Tupel
    • Dictionaries
  • Schleifen: while- und for-Schleife
  • Funktionen: Definition und Aufruf
  • Interaktive Eingabe mittels input (raw_input)
  • Formatierte Ausgabe
  • Dateien lesen und schreiben
  • Objektorientierte Programmierung
    • Klassen und Objekte

Datenanalyse, Visualisierung und Präsentation

  • Numpy
  • Matplotlib
  • Pandas

Machine Learning

  • Machine Learning: Terminologie
  • Einführung in Scikit
  • k-nearest Neighbor Classifier
  • Einführung in Neuronale Netzwerke in Python
  • Neural Networks mit Scikit
  • Naive-Bayes-Klassifikator, Grundlagen und einfache Implementierungen in Python
  • Naive-Bayes-Klassifikator mit Scikit
  • Einführung in die Text-Klassifikation mit Naive-Bayes-Klassifikator
  • Python-Implementierung der Textklassifikation

Ziele

In dieser Schulung erhalten die Teilnehmer eine Einführung in Python, verschiedene Modulvorstellungen und eine Einführung in Machine Learning.

Zielgruppe

Diese Schulung richtet sich an alle, die eine Einführung in Machine Learning und Python suchen.

Voraussetzungen

Kenntnisse in einer Programmiersprache

Agenda

Einführung in die Programmiersprache Python

  • Python, Philosophie und Unterschied zu konventionellen Programmiersprachen
  • Einführung in Ipython und Ipython-Notebook
  • Datentypen und Variablen
    • Listen, Tupel
    • Dictionaries
  • Schleifen: while- und for-Schleife
  • Funktionen: Definition und Aufruf
  • Interaktive Eingabe mittels input (raw_input)
  • Formatierte Ausgabe
  • Dateien lesen und schreiben
  • Objektorientierte Programmierung
    • Klassen und Objekte

Datenanalyse, Visualisierung und Präsentation

  • Numpy
  • Matplotlib
  • Pandas

Machine Learning

  • Machine Learning: Terminologie
  • Einführung in Scikit
  • k-nearest Neighbor Classifier
  • Einführung in Neuronale Netzwerke in Python
  • Neural Networks mit Scikit
  • Naive-Bayes-Klassifikator, Grundlagen und einfache Implementierungen in Python
  • Naive-Bayes-Klassifikator mit Scikit
  • Einführung in die Text-Klassifikation mit Naive-Bayes-Klassifikator
  • Python-Implementierung der Textklassifikation

Dieser Lerninhalt wird in folgenden Lernplänen verwendet

Diese Seite weiterempfehlen