Veranstaltungsdetails

Machine Learning in Python mit sklearn

Inhalt

Maschinen (also Computer) sollen mit Verfahren des maschinellen Lernens in die Lage versetzt werden bestimmte Outcomes aus Mustern in Datensätzen möglichst präzise vorherzusagen. Typische und alltägliche Anwendungsszenarien solcher Systeme sind Spam-Filter in Mailprogrammen oder Nachfrageprognosen in Marketing-Anwendungen. Aber auch Wettervorhersagen können ML-basiert erstellt werden, und generative AI-Anwendungen zur Text- und Bildgenerierung sind im Kern elaborierte ML-Anwendungen.

In diesem Workshop wollen wir an praktischen Beispielen nachvollziehen, ...

... wie ein Machine Learning aufgebaut ist und funktioniert (und dass ein ML-System mit Python uns scikit-learn gar nicht so schwer umzusetzen ist)
... für welche wissenschaftlichen Anwendnungsbereiche Machine Learning interessant sein kann (und ob es in Ihrer eigenen Forschung eine Rolle spielen könnte)
... wo die Analogien, aber auch Unterschiede zu Verfahren der klassischen Statistik liegen

Im Mittelpunkt stehen Verfahren aus dem Bereich des „Supervised Machine Learning“, in denen das gewünschte Outcome in den Trainingsdaten bereits vorliegt. Wir erarbeiten uns die wichtigsten Grundkonzepte: Was sind die einzelnen Schritte beim Erstellen eines Machine Learning-Modells, was sind die Kriterien für den „Lernerfolg“, und mit welchen Methoden wird der Prozess optimiert? Wir schauen uns unterschiedliche Varianten wie logistische Regressionen oder Decision Trees an und probieren aus, wie das alles dann in Python-Code aussieht und funktioniert.

Dieser Workshop könnte für Sie sein,...

... wenn Sie ein wenig Erfahrung im Umgang mit Python mitbringen (zB aus unserem Einführungsworkshop) – auch, wenn Sie sich noch nicht super sicher im Umgang mit der Programmiersprache fühlen
... wenn Sie noch keine Erfahrung mit Machine Learning-Verfahren haben und die Grundprinzipien dahinter nicht nur theoretisch, sondern durch eigenes Ausprobieren erarbeiten wollen.
... wenn Sie an Prognosen von „Outcomes“ oder der automatischen Zuordnung von Beobachtungen, Untersuchungseinheiten oder Texten etc. zu Kategorien (Klassifikation) interessiert sind.

Leitung

Sebastian Gerhartz

Termine

Freitag, 13.12.2024
13:00 bis 16:00 Uhr
CIP-Pool GD E1/208

Anmeldung

Bitte melden Sie sich in eCampus für die Veranstaltung an.