CAS Machine Learning
- Die künstliche Generierung von Wissen aus Erfahrung ist das Verständnis von maschinellem Lernen. In diesem CAS erhalten Sie aktuelles Wissen zum maschinellen Lernen im Zusammenhang mit der Verarbeitung grosser Datenmengen und lernen, dies selbst umzusetzen.
-
Berufsbegleitender Studiengang
Berufsbegleitender Studiengang 100-prozentiges Arbeitspensum möglich
-
Abschluss
«Certificate of Advanced Studies in Machine Learning»
-
Anerkennung
15 ECTS-Kreditpunkte
-
Beginn
11. April 2019
-
Dauer
1 Semester (18 Tage)
-
Anzahl Teilnehmende
Maximal 20 Teilnehmende
-
Studienort
Zürich; Sihlhof (direkt beim HB)
-
Sprache
Deutsch
-
Zulassung
Hochschulstudium und eine wenigstens dreijährige ausgewiesene Fachpraxis
-
Studiengebühren
CHF 9'800
Beschreibung
Nach Abschluss des Studiengangs kennen Sie nicht nur die wesentlichen Grundlagen und Best Practice von Machine Learning, sondern können geeignete Verfahren auswählen und anwenden, einfache Systeme zur automatischen Textanalyse einsetzen und selbstlernende Skripte entwickeln. Darüber hinaus lernen Sie die Methoden des Deep Learning und kennen die neuesten Entwicklungen in diesem Bereich.
Kursziele
Sie
- kennen die wesentlichen Grundlagen und Best Practice zum Einsatz von ML-Verfahren
- können mit Modellen entsprechende Vorhersagen machen und ihre Genauigkeit beurteilen
- können für einen gegebenen Datensatz ein geeignetes ML-Verfahren auswählen und die Features entsprechend aufbereiten
- können selbstlernende Skripte unter Verwendung von Python/scikit-learn entwickeln
- kennen die wesentlichen Methoden zur Textanalyse
- können für eine konkrete Aufgabenstellung entscheiden, wie gut automatische Textanalyse dafür funktionieren könnte
- können einfache Systeme zur automatischen Textanalyse implementieren und deren Qualität evaluieren
- können Daten geeignet beschreiben und grafisch darstellen
- kennen und verstehen die Grundlagen und relevanten Konzepte des Deep Learning
- sind mit den neusten Entwicklungen im Deep Learning vertraut
- sind in der Lage eigenständig geeignete Verfahren des Deep Learning auf neue Fragestellungen anzuwenden
Teilnehmende
Voraussetzungen für den Studiengang sind
- Freude am analytischen Denken
- Flair im Umgang mit Zahlen und Erfahrung im Umgang mit Daten
- Mathematische und statistische Grundkenntnisse
- Erste Programmiererfahrung oder Bereitschaft sich dies anzueignen
Das könnte Sie auch interessieren
Aufbau und Inhalt
Schlüsselinhalte
- Mathematik & Statistik für Machine Learning
- Python Programming Basics
- R Programming Basics
- ML Konzepte und Resampling Methoden
- Statistische Modelle im Machine Learning
- Text Analytics Methoden
- Mathematik für Neuronale Netze
- Google Tensorflow und Keras Python Libraries Einführung
- Feed-forward neural networks
- Deep Feed-forward, Convolutional and Recurrent neural networks
- Image Recognition Methoden
- Natural Language Processing Methoden
Leistungsnachweis
Der Leistungsnachweis setzt sich aus drei Teilen zusammen:
- 40% Hausaufgaben zum aktuellen Unterricht
- 20% Theoriearbeit
- 40% Projektarbeit
Der Unterricht ist so gestaltet, dass Sie am Vormittag die Theorie mit Beispielen behandeln und am Nachmittag das am Vormittag gelernte im Rahmen eines LAB anwenden.
Karriere
Anrechnung
Der CAS Machine Learning ist ein in sich geschlossener Zertifikatslehrgang mit Leistungsnachweis. Studierenden mit MAS-Zulassung kann er als Modul des MAS Business Intelligence der HWZ angerechnet werden.
Wir sind für Sie da
Antworten zu oft gestellten Fragen finden Sie auch in unseren FAQ.
Beratung
Wir stehen Ihnen gerne beratend zur Seite. Nehmen Sie mit uns Kontakt auf.
Individuelle Beratung Informationsabende