CAS Machine Learning

• Berufsbegleitender Studiengang

  100-prozentiges Arbeitspensum möglich

• Abschluss

  «Certificate of Advanced Studies in Machine Learning»

• Anerkennung

  15 ECTS-Kreditpunkte

• Beginn

  Oktober 2020

• Dauer

  14 Präsenztage und 2 Projekt-Beratungstage

• Anzahl Teilnehmende

  Maximal 20 Teilnehmende

• Studienort

  Zürich; Sihlhof (direkt beim HB)

• Sprache

  Deutsch

• Zulassung

  Hochschulstudium oder adäquater Bildungsabschluss sowie mindestens 2 Jahre studienrelevante Berufserfahrung.

• Studiengebühren

  CHF 9'800

Download der Studienunterlagen:

• Studiendaten 2020

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
• sind in der Lage, mit Python zu programmieren und ML-Modelle zu entwickeln
• können selbstlernende Skripte unter Verwendung von Python entwickeln
• sind in der Lage, die graphische Benutzeroberfläche von KNIME zum Zweck der Datenvorbereitung, der Modellierung, der Analyse und der Visualisierung einsetzen
• kennen die wesentlichen Methoden zur Textanalyse und deren Anwendung
• können einfache Systeme zur automatischen Textanalyse implementieren und deren Qualität evaluieren
• können Daten geeignet beschreiben und grafisch darstellen
• kennen und verstehen die Grundlagen, Konzepte und Entwicklungen des Deep Learning

Zielgruppe

Der CAS Machine Learning richtet sich an ambitionierte Mitarbeitende von Grossunternehmen und KMU, die ihre fachlichen Fähigkeiten in diesem zukunftsorientierten Fachgebiet methodisch und fundiert verbessern wollen.

Voraussetzungen für den Studiengang sind Freude am analytischen Denken, eine Affinität im Umgang mit Zahlen und Daten, sowie die Bereitschaft, sich Programmierkenntnisse anzueignen (es werden keine Programmierkenntnisse vorausgesetzt).

Das könnte Sie auch interessieren

• MAS Business Intelligence
• MAS Digital Business Engineering
• CAS Applied Data Analytics
• CAS Customer Intelligence 

Aufbau und Inhalt

Schlüsselinhalte

• Machine-Learning-Konzepte
• Grundlagen Python Programmierung
• Entwicklung von Machine-Learning-Modellen
• Text Mining und Sentiment Analysen
• Datenarchitektur und Datenmanagement
• Data Engineering und Tools

Unterrichtsform

Der Studiengang besteht aus insgesamt 16 Tagen. Davon sind 14 Tage Präsenzunterricht und 2 Beratungstage. Während den Beratungstagen stehen ausgewählte Dozierende bei Fragen zur Zertifikatsarbeit beratend zur Verfügung.

Leistungsnachweis

Der CAS-Kurs wird mit einer benoteten Zertifikatsarbeit abgeschlossen. Dabei haben Sie die Möglichkeit, Themen und Cases aus dem eigenen beruflichen Umfeld zu behandeln.

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 oder MAS Digital Business Engineering der HWZ angerechnet werden.

Center for Data Science & Technology

Die Kernkompetenz des Center for Data Science & Technology richtet sich auf die Schnittstellen zwischen Business Analytics, Systemen und Daten. Hierzu bieten wir einen Bachelor-Studiengang in Wirtschaftsinformatik und zwei Master of Advanced Studies (MAS) an. Alle Master-Studiengänge sind modular auf mehreren Certificate of Advanced Studies (CAS) aufgebaut.