Einführung in Machine Learning mit R

Webinar

Informieren Sie sich über mögliche Förderungen beim waff/Digi-Winner!

Machine Learning ist im Alltag angekommen, ob als Spam Filter im E-Mail-Programm oder beim Vorschlagen von Kaufempfehlungen in Online-Shops. Bei Machine Learning (ML) handelt es sich um Computerprogramme, die aus Daten lernen und das Gelernte verallgemeinern.

In diesem viertägigen interaktiven Webinar erhalten die Teilnehmer*innen einen Überblick zur Positionierung von Machine Learning zwischen Artificial Intelligence und Deep Learning. Es werden die unterschiedlichen Machine Learning Methoden erarbeitet und Fallbeispiele aus der Industrie mithilfe der Software R analysiert. Der Schwerpunkt liegt dabei auf überwachtem (supervised) und unüberwachtem (unsupervised) Machine Learning-Verfahren.

Webinarinhalte

  • Einführung in das Arbeiten mit R: Oberfläche, Skripte, Funktionen und Pakete
  • Machine Learning:
    -Supervised ML Algorithmen: k-Nearest Neighbors, Decision Tree, Random Forest, Support Vector Machine
    -Unsupervised ML Algorithmen: k-Means Algorithmus, Principal Component Analysis

Ihre Vorteile

Sie verstehen die vorgestellten Machine Learning Algorithmen und können einfache Beispiele mit der Software R lösen.

Am Ende des Webinars sind Sie in der Lage

  • Verfahren zur statistischen Analyse von Datensätzen auszuwählen.
  • Datensätze einzulesen, zu bereinigen und zu skalieren; sowie Features zu extrahieren.
  • Machine Learning Verfahren anzuwenden und Prognosen durchzuführen

Lehr- und Lernmethoden

In diesem Webinar werden folgende Lehr- und Lernmethoden eingesetzt: Workshop mit kurzen Vorträgen, Einzel- und Gruppenarbeiten. Alle Beispiele und Lösungen stehen über Moodle als Download zur Verfügung.

Voraussetzung

Sie benötigen für die Teilnahme ein Notebook mit bereits installierter Software R und der Software zoom, um am Webinar aktiv mitarbeiten zu können.

Die Software R und der Zoom-Client für Meetings können kostenlos von den genannten Seiten bezogen werden!

Zum Vortragenden

Dr. Christian Hölzl ist Absolvent der TU Wien. Seit vielen Jahren beschäftigt er sich mit Computersimulation. Hervorzuheben ist hier vor allem sein Simulationsmodell "Green Dynamics" für T-Systems, das erstmals aufzeigte, wie Unternehmen und Organisationen ihre IT-Infrastruktur optimieren können, um den Energieverbrauch maßgeblich zu senken. „Green Dynamics“ wurde 2008 mit dem Green IT Award ausgezeichnet und erhielt 2009 den Umweltpreis der Stadt Wien. Er ist seit 2015 Lehrender an der FH Campus Wien.

Informieren Sie sich über mögliche Förderungen beim waff/Digi-Winner.

Auf einen Blick

Zielgruppe Interessent*innen, die mit den vorgestellten Machine Learning-Verfahren und Methoden Daten strukturieren und analysieren wollen.
Abschluss Teilnahmebestätigung (bei mindestens 80% Anwesenheit)
Vortragende

DI Dr. Christian Hölzl
DI Dr. Christian Hölzl

Unterrichtssprache Deutsch
Veranstaltungsort Virtuelles Angebot
Teilnahmegebühr

€ 660,00 (USt.-befreit)