Feature Engineering für Data Science

Seminarnummer: DIDI019

Feature Engineering ist die Vorbereitung von Daten für die Verarbeitung in Machine Learning-Algorithmen und von hoher Bedeutung im gesamten Machine Learning-Prozess: Nur qualitativ hochwertige Features/Eingabedatensätze mit großem Informationsgehalt stellen sicher, dass ein Modell für maschinelles Lernen erfolgreich trainiert bzw. seine Leistung verbessert werden kann.

Live-Webinar
16 Seminarstunden
2 Termine verfügbar
Teilnahmebescheinigung
Terminauswahl
Im Seminar lernen die Teilnehmer die wichtigsten Methoden und Techniken des Feature Engineerings für mannigfaltige Machine Learning-Algorithmen kennen. Dabei wird der gesamte Prozess der Datenaufbereitung betrachtet – von der Datenerfassung über die Datenbereinigung und Datentransformation, der Ableitung von Features bis hin zur Ableitung von Trainings- und Testdaten. Neben der Modellierung analytischer Data Marts liegt ein Schwerpunkt auf dem Design von elastischen und dynamischen Datenaufbereitungsprozessen sowohl für das Modelltraining als auch den operativen Einsatz von Prognosemodellen.

Dieses Seminar ist auch Teil der Ausbildung „Data Scientist (TÜV®)“.

Zielgruppe

(Künftige) Data Scientists, Statistiker, Business-Analysten, Ingenieure und IT-Experten, die sich mit den Feature Engineering-Techniken für Machine Learning und Künstliche Intelligenz vertraut machen möchten, um die Datenpotenziale schneller und besser heben zu können.

Inhalt

  • Einführung in das Feature Engineering
  • Datenquellen, Datenmodelle und Analytische Data Marts
  • Datenintegration und Datentransformation
  • Behandlung fehlender Werte
  • Behandlung von Ausreißern
  • Binning-Methoden
  • Dimensionsreduzierende Methoden
  • Aggregationstechniken für Transaktionsdaten
  • Feature Engineering für Zeitreihen
  • Stichproben-Methoden und Erstellung von Trainings- und Testdaten
  • Best Practices Feature Engineering für Machine Learning-Algorithmen
Teilnahmebescheinigung

16 Seminarstunden
2 Tage

08:00 - 16:00 Uhr
Kenntnisse in der Nutzung von Python für Data Science, idealerweise die beiden Kurse

Bitte beachten: Dieses Seminar ist Teil der Ausbildung „Data Scientist (TÜV®)“. Wenn dieser Abschluss angestrebt wird, muss ein Studienabschluss im MINT-Bereich oder eine gleichwertige Qualifikation (insbesondere mathematische Vorkenntnisse) nachgewiesen werden.
VDSI Punkte Arbeitsschutz: 0
VDSI Punkte Brandschutz: 0
VDSI Punkte Managementsysteme: 0
VDSI Punkte Gesundheitsschutz: 0
VDSI Punkte Security: 0
VDSI Punkte Umweltschutz: 0
Die theoretischen Inhalte werden in Form von praxisnahen Übungen vertieft. Die dafür notwendige Schulungsumgebung wird gestellt. Der Zugriff auf die Schulungsumgebung erfolgt mit einem Browser (Chrome oder Firefox).

Seminarbuchung: Jetzt passenden Termin & Ort wählen

24.04.2023 - 25.04.2023
Live-Webinar
1.095,00 €
Nettopreis (zzgl. MwSt.)
1.303,05 €
Bruttopreis (inkl. MwSt.)
 

Veranstaltungsnummer: DIDI019.02

Preisdetails:

Im Preis enthalten ist Lehrmaterial in digitaler Form.

Seminar:
1.095,00 €
Nettopreis:
1.095,00 €
zzgl. 19 % MwSt.:
208,05 €
Endpreis (Brutto)
inkl. 19 % MwSt.:
1.303,05 €
 
23.10.2023 - 24.10.2023
Live-Webinar
1.095,00 €
Nettopreis (zzgl. MwSt.)
1.303,05 €
Bruttopreis (inkl. MwSt.)
 

Veranstaltungsnummer: DIDI019.03

Preisdetails:

Im Preis enthalten ist Lehrmaterial in digitaler Form.

Seminar:
1.095,00 €
Nettopreis:
1.095,00 €
zzgl. 19 % MwSt.:
208,05 €
Endpreis (Brutto)
inkl. 19 % MwSt.:
1.303,05 €
 

Verwandte Seminare

Data Scientist (TÜV®)
Freie Plätze : 100
Live-Webinar
Im Seminar erhalten die Teilnehmer eine umfassende Einführung in die Programmiersprache Python als Grundwerkzeug für die spätere Datenanalyse und lernen die Entscheidungskriterien für die Datenauswahl und die Datenquellen kennen, die sie für ihre Betrachtung benötigen.
Machine Learning und KI-Methoden
Freie Plätze : 100
Live-Webinar
Wichtige Unterstützung zur Analyse der Datenmassen geben maschinelle Lernverfahren, bei denen ein Algorithmus durch Wiederholung und vorgegebene Kriterien selbstständig lernt, eine Aufgabe zu erfüllen, ohne dass ein Lösungsweg vorgegeben ist.
Data Science mit Python
Freie Plätze : 100
Live-Webinar
Die durch die Digitalisierung zahlreicher Prozesse, Transaktionen und weiterer Anwendungsfälle entstehenden Datenmengen müssen ausgewertet und analysiert werden, um einen Mehrwert für Unternehmen und Einrichtungen zu schaffen.
AIoT - Digitale Signalverarbeitung für KI-Algorithmen
Freie Plätze : 100
Live-Webinar
KI-Methoden werden eingesetzt, um verflochtene Zusammenhänge datengetrieben zu lernen und die Grenzen klassischer mathematischer Modelle zu überwinden.
Process Mining: Grundlagen und Anwendungen
Freie Plätze : 100
Live-Webinar
Die voranschreitende Digitalisierung wirkt sich auf nahezu jedes Unternehmen aus. Digitale Anwendungen hinterlassen eine riesige Datenmenge, die es auszuwerten gilt, um Prozesse zu verbessern.