Die Webinar-Serie von Heise: Machine Learning in der Praxis
An fünf Terminen im März und April können sich Interessierte in 20 praxisnahen Stunden zu den wichtigsten Themen im Bereich Machine Learning weiterbilden.
(Bild: Nobi_Prizue - Istockphoto.com)
Im März und April bietet Heise mit der Webinar-Serie Machine Learning in der Praxis einen praxisnahen Einstieg in die wichtigsten Tools und Techniken im Bereich des Machine Learning (ML). In insgesamt 20 Stunden erlernen Teilnehmer die Grundlagen für ihre Arbeit mit Python, den Einsatz von TensorFlow und Keras, Natural Language Processing mit spaCy, Datenvisualisierung mit Plotly und den Einsatz der ML-Modelle in Produktionsumgebungen. Die Webinare halten renommierte Experten wie Christian Winkler, Wadim Wormsbecher, Thomas Timmermann und Matthias Niehoff, die ihre jahrelange Praxiserfahrung in den Bereichen Machine Learning und Data Science den Teilnehmenden spielerisch vermitteln. Jedes Webinar ist wie ein Online-Workshop aufgebaut und bietet reichlich Raum für Interaktion und praktische Übungen.
- 16. März: Machine Learning mit Python: Grundlagen, Tools und Techniken
- 24. März: Deep Learning mit TensorFlow und Keras
- 31. März: Natural Language Processing mit Python
- 12. April: Datenvisualisierung mit Python in der Praxis
- 22. April: Machine Learning in Production
Die Webinare haben eine Laufzeit von jeweils vier Stunden und finden immer von 9-13 Uhr statt. Die Teilnahme an einem Webinar-Termin kostet 139 €. Wer gleich alle fünf Termine bucht, kann mit einem vergünstigten Kombi-Ticket für 429 € im Vergleich zum Einzelverkauf kräftig sparen. Alle Teilnehmenden können sich nicht nur auf viel Praxis und Interaktion freuen, sondern können das Gelernte mit allen Aufzeichnungen und Materialien auch im Nachgang wiederholen und vertiefen.
Machine Learning mit Python: Grundlagen, Tools und Techniken
Den Auftakt der Webinar-Serie bietet Christian Winkler am 16. März. Im Webinar bringt er Teilnehmern die Grundlagen von Machine Learning mit Python anhand der Open-Source-Bibliothek scikit-learn praxisnah und spielerisch bei. Dabei erklärt er die wichtigsten Konzepte wie Feature Engineering, Klassifikation, Regression und Clustering mit Codebeispielen und -übungen. Fragen werden direkt im Live-Chat beantwortet und Teilnehmer können sich ebenfalls untereinander zum Thema austauschen. Der nachträglicher Zugang zu den Videos und Übungsmaterialien ist für Einzel- und Kombi-Bucher inklusive. Weitere Informationen finden Sie auf der Website der Webinar-Serie.
(bbo)
