Informationen zu Covid19: Falls ein Kurs aufgrund der bundesrätlichen Verordnungen nicht vor Ort durchgeführt werden kann oder die BAG-Verhaltens- und Hygieneregel nicht eingehalten werden können, wird der Kurs in Form eines Webinars (online) stattfinden. TeilnehmerInnen können sich in diesem Fall kostenlos vom Kurs abmelden. Die Kursgebühren müssen erst nach der Durchführung beglichen werden. Hier finden Sie unser Schutzkonzept.
Machine Learning ist ein stark wachsendes Wirtschaftsfeld und basiert darauf, dass Algorithmen von Daten lernen können, um bessere Voraussagen zu treffen und die Ergebnisse spezifischer Anwendungen zu verbessern. Machine Learning kommt neben vielen anderen Anwendungen etwa zur Verbesserung von Suchresultaten, der Platzierung von Werbeanzeigen oder der Kreditwürdigkeitsprüfung zum Einsatz.
Dieser Kurs bietet eine Einführung in das maschinelle Lernen und die Algorithmen, die ihm zugrundeliegen. Er macht Sie mit einem breiten Spektrum an Modellen im gesamten Fachbereich vertraut. Sie entwickeln ein grundlegendes Verständnis der Prinzipien des maschinellen Lernens und leiten praktische Lösungen mit Hilfe der prädiktiven Analytik ab. Der Kurs wird sich auf praxisnahe Anwendungen konzentrieren und datenwissenschaftliche Techniken vermitteln, die zur Lösung realer Probleme aus der Unternehmenswelt befähigen.
Nach diesem Kurs sind Sie in der Lage, die besprochenen Algorithmen direkt in der Praxis einzusetzen und mit den Modellen zu arbeiten. Sie verfügen über ein Verständnis des Potenzials von prädikativen Modellen und sind auch mit ihren Risiken vertraut.
Grundkenntnisse in Statistik und R sind vorteilhaft, jedoch nicht zwingend. Die Teilnehmer werden gebeten, einen Laptop mitzubringen. Bitte installieren Sie R-Studio vor dem Beginn des Kurses (Anleitung zur Installation). Bei Interesse können Sie die Anwendungen auch in anderen Programmen umsetzen (z.B. Python oder Stata)
Der Kurs richtet sich insbesondere an Personen, die sich für Datenmodellierungen und Prognosemodelle interessieren und mit konkreten Umsetzungen in R erste Erfahrungen sammeln möchten.
Was ist Machine Learning?
Lineare und Multiple Regression
Zeitreihenanalyse
Klassifizierungen
Tree-Based Modelle
Support Vector Machines
Modelle effizient anwenden
Einführung in neuronale Netzwerke und Deep Learning
Resultate effektiv Kommunizieren
Die Kosten betragen pro Teilnehmer CHF 690 (exkl. MWST). Wir bieten CHF 100 Rabatt pro Person bei zwei und mehr Teilnehmern aus demselben Unternehmen sowie für alle MitarbeiterInnen von Startups und Non-Profit-Organisationen. Studierende erhalten 50% Rabatt. Eine kostenlose Stornierung Ihrer Anmeldung ist bis drei Tage vor Kursbeginn möglich, danach müssen wir Ihnen 50% der Kosten verrechnen.
Pausenverpflegung, Mittagessen und die ausführlichen Seminarunterlagen sind inbegriffen. Zudem offerieren wir Ihnen zwei Stunden kostenlose Beratung zu Ihrem Datenprojekt. Selbstverständlich stehen wir allen TeilnehmerInnen auch nach Seminarschluss für Rückfragen zur Verfügung. Wir bescheinigen Ihnen den Besuch des Seminars mit einem Zertifikat.
Zögern Sie nicht, uns bei weiteren Fragen zu kontaktieren: info@datacareer.ch. Wir freuen uns auf spannende Seminartage!
DataCareer kann als Karriere- und Consulting-Plattform rund um Data Science auf ein Team zählen, das langjährige Erfahrung in der Datensammlung, Datenaufbereitung und Datenauswertung mitbringt. Im Rahmen von Tagesseminaren vermitteln unsere Gründer Experten-Knowhow in kompakter, anwendungsorientierter Form. Die Seminare werden zusammen mit dem Data Science Beratungsunternehmen Novalytica organisiert.
Massimo ist Mitgründer von DataCareer und Dozent in den Fachbereichen Business Intelligence und Machine Learning an den Universitäten Zürich und Luzern. Er interessiert sich für die Nutzung von Big Data in einer Vielzahl von Geschäftsbereichen und berät Firmen mit seiner Expertise im Bereich der Datenanalyse.
Thomas ist Mitgründer von DataCareer und unterrichtet an der Universität St. Gallen. Er hat an der Universität St. Gallen sowie der Harvard University als Ökonom geforscht. Er interessiert sich insbesondere für die Analyse und Voraussage von Entscheidungen und berät Firmen im Bereich der Datenanalyse und Visualisierung.