TÜV Süd zertifiziert | TUM Partner | Seminare in MBA-Qualität
Hast du Fragen?
FAQ
📞 089 416126990
Suche schließen

Data-Science-mit-KI-Seminar

mit Dr. Andrea Cornelius
5 Sterne 284 Google-Bewertungen

Entdecke in unserem eintägigen Data-Science-mit-KI-Seminar in MBA-Qualität praxisnah die Welt der KI-basierten Data Science, ohne dass du ein Mathe- oder Statistik-Crack sein oder über Programmierkenntnisse verfügen musst. Wir betrachten das Thema vor dem Hintergrund von Marketing und Online-Marketing-Cases. Lerne, wie du mit Automated Machine Learning (AutoML) schnell Daten analysierst und auswertest. Zuerst behandeln wir die Grundlagen der KI im Hinblick auf Datenanalyse, anschließend gehen wir die einzelnen Schritte der Datenanalyse mit KI durch: Vom Bereinigen der Ausgangsdaten über die Auswahl des KI-Modells, dessen Training mit den bereinigten Daten und die Anwendung des Modells auf neue Daten. Im Mittelpunkt steht dabei die KI-Lösung IBM Watsonx, die speziell für die Datenanalyse mit KI geeignet ist. Durch praktische Übungen und Gruppenarbeiten mit unmittelbarem Praxisbezug erlangst du Know-how, das du direkt am nächsten Tag einsetzen kannst.

Teil der Seminarreihe:
Data Science I Online Marktforschung I Data Science mit KI

Weitere für dich relevante Seminare:
Google Analytics 4 I Matomo I Persona-Seminar

  • Einführung in die Grundlagen: Lerne die wichtigsten Konzepte kennen und entdecke die vielfältigen Einsatzmöglichkeiten in verschiedenen Branchen.
  • Automatisiertes maschinelles Lernen (AutoML): Lerne, wie AutoML Data Science Prozesse verbessern kann und erfahre mehr über bestehende Plattformen.
  • Hands-on Training: Setze AutoML in einer Marketingkampagne ein und trainiere ein Vorhersagemodell.
  • Deep-Dive in Klassifikationsmethoden: Lerne die Vielfalt der Klassifikationsmethoden kennen und wie du sie effektiv in deinen Projekten einsetzen kannst.
  • Evaluiere und interpretiere Modellergebnisse: Verstehe, wie man die Qualität von Modellen bewertet und wie man die Ergebnisse nutzt, um fundierte Entscheidungen zu treffen.
  • Generative KI: Lerne, wie generative künstliche Intelligenz eingesetzt werden kann, um Data Science Prozesse und Ergebnisse zu verbessern.

Agenda im Überblick

Data Science

  • Was ist Data Science und was sind die wichtigsten Anwendungsfälle?
  • Wie geht man in einem Data Science Projekt vor?
  • Wie lernen Maschinen?
  • Zusammenhang zwischen KI und Data Science
  • Anwendungsbereiche von Data Science & Diskussion zu Nutzen im Unternehmen

Automatisches maschinelles Lernen (AutoML)

  • Welche Schritte werden unterstützt?
  • Welche Plattformen sind verfügbar?
  • Praktische Übung: Starten des AutoML-Services

Unser Beispiel: eine Marketing-Kampagne

  • Hands-on: Wir trainieren das Modell
  • Datenverständnis und Analyse & Durchführung eines AutoAI-Experiments
  • Deep Dive: Welche Klassifikationsverfahren gibt es?
  • Der Aufbau, Nutzen und Herausforderungen eines Entscheidungsbaums
  • Deep Dive: Wie bewerten wir das Ergebnis?

Ausblick: Generative KI

  • Was ist Generative KI?
  • Praktische Übung: Verbesserung des Modells
  • Wie kann Generative AI eingesetzt werden, um den Data Science Prozess weiter zu optimieren?

Wrap-Up:

  • Einsatzmöglichkeiten im eigenen Unternehmen!
  • Zusammenfassung und Feedbackrunde