Dieser Kurs dauert in Summe 2 Wochen im Ausmaß von 20UE (UE = Unterrichtseinheit à 50min.)

Kosten: EUR 1.490,-

Umsatzsteuerbefreit gemäß § 6 Abs.1 Z11A UStG.

In diesem Modul erhalten Sie eine umfassende Einführung in die Grundlagen des Machine Learning. Sie lernen die wesentlichen Konzepte und Techniken des überwachten Lernens kennen, einschließlich Regressions- und Klassifikationsalgorithmen, die für Vorhersagen und Klassifizierungen verwendet werden. Zusätzlich behandeln wir unüberwachtes Lernen, mit Fokus auf Clustering-Methoden und Verfahren zur Dimensionsreduktion. Dieser Kurs bietet Ihnen praktische Kenntnisse, um ML-Modelle zu entwickeln, zu evaluieren und anzuwenden, und bereitet Sie auf fortgeschrittene Themen im Machine Learning vor

Woche 1: Überwachtes Lernen

1. Einführung in Überwachtes Lernen

• Grundkonzepte des überwachten Lernens
• Trainings- und Testdatensätze

2. Regression

• Lineare Regression: Modellaufbau, Training und Evaluierung
• Multiple Regression: Umgang mit mehreren Variablen
• Regularisierungstechniken: Ridge und Lasso Regression

3. Klassifikation

• Grundlagen der Klassifikation: Entscheidungsbäume, k-Nächste Nachbarn (k-NN)
• Support Vector Machines (SVM) und Naive Bayes
• Evaluierung von Klassifikationsmodellen: Genauigkeit, Präzision, Recall, F1-Score

4. Praktische Übung:

• Implementierung und Vergleich von Regressions- und Klassifikationsmodellen auf realen Datensätzen

Woche 2: Unüberwachtes Lernen

1. Einführung in Unüberwachtes Lernen

• Grundkonzepte des unüberwachten Lernens
• Unterschied zwischen überwachten und unüberwachten Lernmethoden

2. Clustering

• K-Means Clustering: Funktionsweise, Auswahl der Anzahl der Cluster
• Hierarchisches Clustering: Agglomerative und Divisive Methoden
• Evaluierung von Clustering-Ergebnissen

3. Dimensionsreduktion

• Principal Component Analysis (PCA): Theorie und Anwendung

4. Praktische Übung:

• Anwendung von Clustering- und Dimensionsreduktionstechniken auf komplexe Datensätze
• Interpretation und Visualisierung der Ergebnisse

5. Abschlussprojekt

• Vollständige Analyse eines Datensatzes unter Verwendung von sowohl überwachten als auch unüberwachten Lernmethoden
• Erstellung eines umfassenden Berichts mit den Ergebnissen und Visualisierungen

• Grundkenntnisse in Python
• Erfahrung mit Pandas und NumPy
• Basiswissen in Statistik und Datenanalyse

Diese Kurs dauert in Summe 2 Wochen im Ausmaß von 20UE (UE = Unterrichtseinheit à 50min.)

Kurszeitenvorschlag*

• Montag: 09:00 - 12:30 Uhr
• Mittwoch: 09:00 - 12:30 Uhr
• Freitag: 09:00 - 12:00 Uhr

*Die finalen Kurszeiten werden in der Gruppe gemeinsam mit dem Trainingspersonal abgestimmt, um individuelle Bedürfnisse zu berücksichtigen. Dabei achten wir darauf, die Kriterien der Förderstellen einzuhalten.

Selbstlernzeiten im Institut
Nutzen Sie unsere Selbstlernzeiten, um das Gelernte eigenständig zu vertiefen und anzuwenden. Während dieser Zeiten stehen Ihnen unsere PCs und Softwarelizenzen kostenlos zur Verfügung.

Wichtige Hinweise zu den Selbstlernzeiten:

• Notieren Sie offene Fragen, die beim nächsten Kurstermin gemeinsam geklärt werden können.
• Die Selbstlernzeiten bieten Ihnen die Möglichkeit, das frisch Erlernte zu festigen und sich gezielt auf die nächsten Kursinhalte vorzubereiten.

Warum Selbstlernzeiten nutzen?

• Vertiefen Sie Ihre Kenntnisse durch praktische Anwendung.
• Wiederholen Sie Inhalte, um sicherzustellen, dass Sie diese beherrschen.
• Nutzen Sie die hochwertige Ausstattung mit PCs und Original-Software, um professionell zu arbeiten.

Die Erfahrung zeigt: Durch Übung und regelmäßige Wiederholung festigen sich neue Inhalte nachhaltig und tragen entscheidend zu Ihrem Lernerfolg bei.

Ihr Erfolg ist unser Ziel: Unsere Kursmerkmale im Überblick

Damit Ihr Kursbesuch ein voller Erfolg wird, haben wir unser Unterrichtsformat so gestaltet, dass es optimale Lernbedingungen bietet. Unser Fokus liegt auf Qualität, persönlicher Betreuung und modernster Ausstattung.

Unsere Kurse auf einen Blick

1. Kleine Gruppen – persönliche Betreuung

• Teilnehmer*innenzahl: 2–6 Personen
  Wir setzen bewusst auf kleine Gruppen, damit wir individuell auf Ihre Fragen eingehen können. Diese persönliche Betreuung garantiert eine deutlich höhere Kursqualität und einen nachhaltigen Lernerfolg.

2. Flexibles Lernen mit Selbstlernzeiten (optional)

• Während der Kursdauer bieten wir Ihnen die Möglichkeit, in unserem Institut eigenständig zu üben und das Gelernte zu vertiefen.
• Nutzen Sie unsere modernen Räumlichkeiten, High-End-PCs und die jeweiligen Softwarelizenzen, um praktische Erfahrungen zu sammeln.
• Unser Tipp: Üben Sie parallel zum Kurs, um ein tiefes Verständnis für die Software zu entwickeln. Regelmäßiges Wiederholen ist der Schlüssel zu einem erfolgreichen Lernerlebnis.

3. Effizientes Lernen durch Halbtageskurse

• Kursdauer pro Termin: 3–4 Unterrichtseinheiten (à 50 Minuten)
• Termine pro Woche: 2–3 Kurstermine
  Unsere Halbtageskurse sind so konzipiert, dass Sie sich optimal konzentrieren können. Studien zeigen, dass die Aufmerksamkeit nach 4 Unterrichtseinheiten stark abnimmt. Dieses Format hilft Ihnen, das Maximum an Wissen mitzunehmen.

4. Modernste technische Ausstattung

• High-End-PCs für stressfreies Arbeiten
• 27-Zoll-Bildschirme für optimale Sicht
• 86-Zoll-Touch-Displays in Gruppenkursräumen für das Trainingspersonal
• 3D-Drucker für praktische Anwendungen (je nach Kursinhalt)
• Immer die aktuellsten Programmversionen, damit Sie am Puls der Zeit lernen

Unsere Ausstattung schafft die idealen Rahmenbedingungen für Ihren Lernerfolg und vermittelt eine professionelle Arbeitsumgebung.

5. Zentraler Kursort – mitten in Wien

• Adresse: Atelier04, Amerlingstraße 19/26, 1060 Wien
• Verbindungen: U3, 14A, 13A – einfach erreichbar mit den öffentlichen Verkehrsmitteln

Unser Institut liegt direkt auf der Mariahilfer Straße, einer der bekanntesten Einkaufsstraßen Wiens. Nutzen Sie die zentrale Lage, um vor oder nach dem Kurs entspannt durch die Gegend zu schlendern.

Unser Ziel ist es, Ihnen ein umfassendes und nachhaltiges Lernerlebnis zu bieten – praxisorientiert, flexibel und in einer modernen, angenehmen Umgebung.