Machine Learning mit R

Posted on
Der R-Kurs Machine Learning mit R ist das zweite Modul des Lehrgangs → Data Science Crash Course mit R. Mit dem Lehrgang erhalten eine fundierte und modular aufgebaute Einführung in die Themen Data Science, Künstliche Intelligenz und Machine Learning (Maschinelles Lernen) sowohl für numerische Daten als auch für Textdaten. Bei entsprechenden Vorkenntnissen können Sie die Module auch einzeln besuchen.

Data Science Crash Course mit R (5 Tage)
Modul „Data Science und Künstliche Intelligenz mit R“ (2 Tage) Modul „Machine Learning mit R“ (2 Tage) Modul „Natural Language Processing (NLP) mit R“ (1 Tag)

Das Modul Machine Learning mit R gibt einen Einblick in die unterschiedlichen Algorithmen des Maschinellen Lernens. Die Theorie dahinter wird dabei anhand von Praxis-Übungen aus den Bereichen Clustering, Virtuelle Sensoren und Zeitreihenvorhersage vermittelt. In diesem Modul werden Sie sich hauptsächlich mit der Anwendung des Machine Learning auf numerischen Daten beschäftigen.

Wenn heutzutage von Künstlicher Intelligenz gesprochen wird, meinen die meisten eigentlich Maschinelles Lernen. Maschinelles Lernen, oder Machine Learning, lässt die Daten für einen sprechen. Denn anstatt dass Sie selbst Regeln erstellen, z. B. wie Sie einen Prozess möglichst effizient ablaufen lassen oder wann die nächste Wartung durchgeführt werden muss, finden Machine Learning Algorithmen mit Ihrer Hilfe diese Regeln selbst.

Dabei unterteilt sich Machine Learning in drei Hauptbereiche: Supervised Learning, Unsupervised Learning und Reinforcement Learning. Sie werden aus diesen Bereichen zahlreiche Algorithmen kennenlernen und ausgewählte Algorithmen (KMeans, DBSCAN, Random Forest, XGBoost, Neuronale Netze, LSTMs) in drei Praxis-Übungen selbst intensiv anwenden. Gerne können Sie hierfür auch Ihre eigene Fragestellung inkl. der notwendigen Daten mitbringen.

Diesen R-Kurs gibt es auch mit der Skriptsprache Python: → Machine Learning mit Python.

Alle Bewertungen stammen ausschließlich von Seminarteilnehmern
von Dr. Christoph Oestreicher. Die Bewertungen werden von einem
unabhängigen Dienstleister gesammelt, geprüft und ausgewertet.

Das Wichtigste auf einen Blick

Details zum Kurs
Ort: Stuttgart / Online
Typ: Intensivkurs
Größe: 4 – 8 Personen
Dauer: 2 Tage
Zeiten: 9 – 17 Uhr
Preise*: 1.150 € – 1.275 €
Intervall: halbjährlich
Inhalte des Kurses
  • Fallbeispiel 1 (Clustering): Dimensionalitätsreduzierung mit PCA, Kategorie-Einteilung mit k-Means und DBSCAN
  • Fallbeispiel 2 (Virtueller Sensor): Vorhersage mit Decision Trees, Random Forest und XGBoost
  • Fallbeispiel 3 (Trendvorhersage): Zeitreihenvorhersage mittels Random Forest, XGBoost, Neuronale Netzwerke und LSTM
Weitere Infos…

*Nettopreise ohne MwSt. Endpreis wird im Warenkorb angezeigt.

Lernziele und Nutzen des Seminars

Am Ende des Seminars Machine Learning mit R werden Sie

  • eine Kategorien-Einteilung/Clustering mit Unüberwachtem Lernen/Unsupervised Learning (PCA, k-Means, DBSCAN) durchführen können,
  • eine Trendvorhersage mit Überwachtem Lernen/Supervised Learning (Neuronale Netze, XGBoost, LSTM) durchführen können,
  • einen Virtuellen Sensor mit Überwachtem Lernen/Supervised Learning (Decision Tree, Random Forest, XGBoost) entwickeln können.

Zielgruppe des Seminars Machine Learning mit R

Das Seminar Machine Learning mit R ist für Beschäftigte aus operativen Bereichen, R&D und IT mit grundlegenden Programmierkenntnissen geeignet, welche die Potenziale von Data Science, Künstlicher Intelligenz und Maschinellem Lernen für ihren Bereich kennenlernen und hautnah erfahren möchten. Anwender, Studenten, Doktoranden und Forscher aus den mathematischen, statistischen, naturwissenschaftlichen, ingenieurwissenschaftlichen, informationstechnologischen, betriebs-, wirtschafts-, markt- und sozialwissenschaftlichen Bereichen sind ebenfalls willkommen.

Voraussetzungen für das Seminar

Für das Seminar Machine Learning mit R ist Voraussetzung, entweder das Seminar Data Science und Künstliche Intelligenz mit R besucht zu haben oder dessen Inhalte zu kennen. Speziell gehört dazu, in R programmieren zu können und ein grundsätzliches Verständnis von Modellierung und dem zugehörigen Prozess zu haben.

Lernziele und Nutzen des Seminars

Am Ende des Seminars Machine Learning mit R werden Sie

  • eine Kategorien-Einteilung/Clustering mit Unüberwachtem Lernen/Unsupervised Learning (PCA, k-Means, DBSCAN) durchführen können,
  • eine Trendvorhersage mit Überwachtem Lernen/Supervised Learning (Neuronale Netze, XGBoost, LSTM) durchführen können,
  • einen Virtuellen Sensor mit Überwachtem Lernen/Supervised Learning (Decision Tree, Random Forest, XGBoost) entwickeln können.

Dauer des Seminars und Anteil von Übungen

  • Rahmen: 2 Tage mit 16 Unterrichtsstunden (täglich 8 Stunden, 9-17 Uhr)
  • Aufteilung Theorie/Praxis: 40% Vorlesung + 60 % Praxis, Übungen und Demos

Alternative und weiterführende Seminare

Diesen R-Kurs gibt es auch mit Python: → Machine Learning mit Python. Nach dem Kurs Machine Learning mit R können Sie an dem weiterführenden Kurs → Deep Learning mit R teilnehmen.

Termine und Preise für das Seminar Machine Learning mit R

Dies ist das zweite von drei Modulen des Lehrgangs Data Science Crash Course mit R. Bei entsprechenden Vorkenntnissen können Sie dieses Modul auch ohne das erste besuchen.

  • Leistungen: Unterricht im zentral gelegenen Seminarraum (bzw. virtuellen Seminarraum bei Zoom), max. 10 Teilnehmer pro Veranstaltung, persönliche Betreuung durch den Dozenten, täglicher Unterricht 9-17 Uhr, umfangreiche Schulungsunterlagen, Schulungszertifikat.
  • Unsere Garantien: Durchführungsgarantie, Best-Price-Garantie, Beste-Technik-Garantie, Gruppengrößengarantie, Zufriedenheitsgarantie, Nutzengarantie, Nachhaltigkeitsgarantie (siehe unten).
  • Buchen ohne Risiko: Keine Vorkasse, Rechnung mit Zahlungsziel 14 Tage nach Seminarende, kostenfreie Stornierung bis 14 Tage vor Seminarbeginn, bei Nichtgefallen Rücktritt bis zum Ende des ersten Seminartags möglich (Rechnung braucht nicht bezahlt zu werden).
  • Preisnachlässe: Wenn Sie den → kompletten Lehrgang in derselben Woche buchen, erhalten Sie 10 % Rabatt. Organisationen können außerdem bei der Buchung von zwei Seminarplätzen im kompletten Lehrgang kostenlos eine dritte Person anmelden. Informationen zu Bildungsurlaub und Ermäßigungen für Arbeitnehmer, Studierende und andere Selbstzahler finden Sie im Kasten auf der rechten Seite (bzw. am Ende der Seite).
  • Hinweise: Sie nehmen mit Ihrem eigenen PC/Laptop teil. Falls auf dem teilnehmenden Computer die Software R mit RStudio nicht installiert werden kann, kann gegen eine geringe Gebühr der Fernzugriff (VNC) auf einen unserer → Schulungslaptops gemietet werden. Präsenzseminare finden zu Ferien- und Messezeiten nicht statt. Weitere Infos finden Sie → hier.

Sie erhalten eine Rechnung mit tagesaktuellem Datum und Zahlungsziel 14 Tage nach Seminarende.

Seminar Ort Termin Dauer Plätze Preis* +19% MwSt.
Data Science Kurs Online-SeminarInfos zu unseren Online-Seminaren 20.11. - 21.11.2024 Termin wird garantiert, wenn Sie buchen. 2 Tage > 5 frei  10% 10 % Online-Rabatt im Preis bereits inkludiert  1.150 ">
Data Science Kurs HeidenheimAdresse und Lage des Veranstaltungsorts 20.11. - 21.11.2024 Termin wird garantiert, wenn Sie buchen. 2 Tage > 5 frei 1.275 €
Data Science Kurs Online-SeminarInfos zu unseren Online-Seminaren 02.04. - 03.04.2025 Termin wird garantiert, wenn Sie buchen. 2 Tage > 5 frei  10% 10 % Online-Rabatt im Preis bereits inkludiert  1.150 ">
Data Science Kurs HeidenheimAdresse und Lage des Veranstaltungsorts 02.04. - 03.04.2025 Termin wird garantiert, wenn Sie buchen. 2 Tage > 5 frei 1.275 €

*Nettopreise ohne MwSt. Endpreis wird im Warenkorb angezeigt. Angaben wurden am 15.10.2024 um 04:16 Uhr aktualisiert.

Unsere Garantien

Durchführungsgarantie der Weiterbildung Durchführungsgarantie: Wir garantieren Ihnen die Durchführung unserer Seminare ab zwei Anmeldungen. Wird bei einem Präsenzseminar die Mindestteilnehmerzahl nicht erreicht, wird das Präsenzseminar in ein Online-Seminar gewandelt.
Best-Price-Garantie der Seminare Best-Price-Garantie: Bei uns erhalten Sie den besten Preis. Sollten Sie bis zum Seminarbeginn ein von den Inhalten und Leistungen vergleichbares und günstigeres Seminar finden (nicht bei Ihnen selbst), erstatten wir die Differenz.
Beste-Technik-Garantie der Weiterbildung Beste-Technik-Garantie: Wir setzen nur die beste Technik und Software in unseren Online-Seminaren ein. Unsere Seminare zeichen sich von unserer Seite aus durch stabile Verbindungen, hochauflösende Bilder und eine klare und störungsfreie Sprachübertragung aus.
Gruppengrößengarantie der Schulungen Gruppengrößengarantie: Wir garantieren Ihnen, dass unsere Seminare mit nicht mehr als 10 Personen belegt werden. Sie werden von unseren Dozenten in Kleingruppen individuell und persönlich betreut.
Zufriedenheitsgarantie der Weiterbildung Zufriedenheitsgarantie: Sollte ein mehrtägiges Seminar nicht Ihren Erwartungen entsprechen, können Sie Ihre Teilnahme am ersten Tag abbrechen und die Rechnung braucht nicht bezahlt zu werden.
Nutzengarantie der Trainings Nutzengarantie: Sollten Sie nach einem halben Jahr feststellen, dass Sie nichts von dem Gelernten in Ihrem Berufsalltag anwenden konnten, dürfen Sie kostenfrei ein weiteres unserer Seminare besuchen.
Nachhaltigkeitsgarantie der Weiterbildung Nachhaltigkeitsgarantie: Sollte eine Person innerhalb eines halben Jahres nach der Teilnahme an einem unserer Seminare unvorhergesehen für mehr als 6 Monate Ihrer Organisation nicht zur Verfügung stehen (wegen Kündigung, Elternzeit, Erkrankung oder Sonderurlaub), darf eine andere Person Ihres Unternehmens kostenfrei an einem Seminar mit demselben Inhalt teilnehmen.

 

Offene Schulungen in Machine Learning mit R

Machine Learning mit R
2 Tage Unterricht in Stuttgart oder als Online-Seminar
1.275 Euro
1.517,25 Euro inkl. 19% MwSt.
Inhalte
  • Praxis-Beispiel I (Clustering)
    • Einführung in den Kontext und die Daten
    • Zielsetzung und Methodennutzung
    • Praxis-Übung I: Dimensionalitätsreduzierung mit einer Principal Components Analysis (PCA)
    • Praxis-Übung II: Kategorie-Einteilung von Service-Einsätzen mittels k-Means und Density-Based Spatial Clustering of Applications with Noise (DBSCAN)
  • Praxis-Beispiel II (Virtueller Sensor)
    • Einführung in den Kontext und die Daten
    • Zielsetzung und Methodennutzung
    • Praxis-Übung: Vorhersage eines (meistens nicht direkt messbaren) Wertes anhand vorhandener Variablen/Merkmale mittels Decision Trees, Random Forest und XGBoost, Evaluation mittels Feature Importance
  • Praxis-Beispiel III (Trendvorhersage)
    • Einführung in den Kontext und die Daten
    • Zielsetzung und Methodennutzung
    • Praxis-Übung I: Zeitreihenvorhersage mittels Random Forest, XGBoost und Neuronalen Netzen
    • Praxis-Übung II: Multivariate Zeitreihenvorhersage mittels Long-Short-Term-Memory (LSTM) mit den R-Paketen Keras/Tensorflow
Voraussetzungen
  • die Inhalte des Seminars Data Science und Künstliche Intelligenz mit R (grundsätzliches Verständnis der Modellierung und dem zugehörigen Prozess im Data Science sowie entsprechende Programmierkenntnisse in der Skriptsprache R)
Seminartyp und Dauer
  • offene 2-Tages-Schulung mit max. 10 Teilnehmer
  • Unterricht 9-17 Uhr mit angemessenen Pausen
  • 16 Unterrichtsstunden, d.h. 8 Stunden täglich
  • 40% Vorlesung + 60 % Praxis, Übungen und Demos
Termine und Veranstaltungsorte

Zur Anzeige der Adresse eines Veranstaltungsorts klicken Sie bitte auf den Ortsnamen:

 

Termine und Preise für den R-Kurs Machine Learning mit R anzeigen