CAS Machine Learning

• Berufsbegleitender Studiengang

  Berufsbegleitender Studiengang 100-prozentiges Arbeitspensum möglich

• Abschluss

  «Certificate of Advanced Studies in Machine Learning»

• Anerkennung

  15 ECTS-Kreditpunkte

• Beginn

  29. August 2019

• Dauer

  1 Semester (14 Präsenztage und 2 Projekt-Beratungstage)

• 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

Download der Studienunterlagen:

• Factsheet CAS Machine Learning
• Studiendaten 2019

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

• MAS Business Intelligence
• CAS App-Entwicklung
• CAS Applied Data Analytics
• CAS Customer Intelligence 
• CAS AI Management

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.

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.