Zum Hauptinhalt springen
    Zurück zu Kursen
    Experte

    AI Bootcamp

    Tauche tief ein in KI und Machine Learning in diesem eintägigen Experten-Bootcamp. Baue echte Modelle, analysiere Daten gemeinsam und erhalte personalisierte Anleitung. Der Kurs deckt die gesamte ML-Pipeline ab – von der Datenaufbereitung über das Modelltraining bis zur Evaluation – mit praktischen Übungen an realen Datensätzen.

    4 Module
    16 Lektionen
    1 Tag
    AI Bootcamp – 1 Tag Machine Learning-Kurs bei apigenio

    Fähigkeiten, die du lernen wirst

    ML-Pipeline & Workflow
    Datenaufbereitung & Feature Engineering
    Überwachte Lernalgorithmen
    Modellevaluation & Metriken
    scikit-learn & Python ML-Stack

    Kursmodule & Lektionen

    1

    ML Grundlagen

    Lernarten, die ML-Pipeline und Einrichtung deiner Python ML-Umgebung

    2h
    Was ist Machine Learning?

    Supervised, Unsupervised und Reinforcement Learning unterscheiden

    25min
    Die ML-Pipeline im Überblick

    Von Rohdaten zur Vorhersage: der komplette Workflow

    25min
    Python ML-Umgebung einrichten

    Jupyter, NumPy, Pandas und scikit-learn installieren

    25min
    Erstes ML-Experiment

    Hands-on: Ein einfaches Klassifikationsmodell trainieren

    25min
    2

    Datenaufbereitung

    Datenbereinigung, Feature Engineering, Encoding, Skalierung und Train/Test-Splitting

    2h
    Daten laden & explorieren

    CSV/JSON einlesen, describe(), info() und erste Visualisierungen

    25min
    Missing Values & Outlier

    Fehlende Werte behandeln und Ausreisser erkennen

    20min
    Feature Engineering

    Neue Features erstellen, Encoding und Skalierung

    25min
    Train/Test Split & Pipelines

    Daten aufteilen und sklearn Pipelines aufbauen

    25min
    3

    Modellbau & Training

    Überwachte Lernalgorithmen, Hyperparameter-Tuning und Modellauswahl

    2h
    Lineare & logistische Regression

    Grundlegende Modelle verstehen und anwenden

    25min
    Decision Trees & Random Forest

    Baumbasierte Modelle und Ensemble-Methoden

    25min
    Hyperparameter Tuning

    GridSearchCV und RandomizedSearchCV in der Praxis

    25min
    Modellvergleich & -auswahl

    Verschiedene Modelle systematisch vergleichen

    20min
    4

    Evaluation & Deployment

    Metriken, Kreuzvalidierung, Modellinterpretation und Modelle für Produktion speichern

    2h
    Metriken verstehen

    Accuracy, Precision, Recall, F1-Score und wann was zählt

    25min
    Kreuzvalidierung

    K-Fold Cross-Validation für robuste Bewertung

    20min
    Modellinterpretation

    Feature Importance und SHAP-Werte verstehen

    20min
    Modelle speichern & deployen

    joblib, pickle und einfache API mit FastAPI

    25min

    Voraussetzungen

    • Python-Kenntnisse
    • Statistik-Grundlagen
    • Grundlagen der linearen Algebra

    Bereit anzufangen?

    Schliess dich Tausenden von Studierenden an.

    Dein Trainer

    David Pinezich

    David Pinezich

    Erfahrener IT-Architekt und Trainer mit Schwerpunkt Python, Cloud-Architektur und Enterprise-Lösungen. Zertifizierter TOGAF-, CISSP- und AWS-Profi mit langjähriger praktischer Schulungserfahrung.

    Wir verwenden Analytics-Cookies, um unsere Website zu verbessern. Mehr erfahren