Statistische Modelle bilden den Kern vieler intelligenter Anwendungen wie z.B. der Kunden- und Kaufverhalten-Modellierung, der Risikoprognose, dem Business Intelligence, dem Textmining, der Optimierung dynamischer Systeme, der Objekterkennung u.v.m.
Dieses Seminar zeigt auf, wie statistische Analysen, Tests und Modelle schnell und effizient mit frei zugänglichen Python Modulen, wie Numpy, Scipy, Matplotlib, Statsmodels, Pandas und Scikit-Learn, implementiert werden können.

Ziel der Weiterbildung

Der Fokus dieses Workshops liegt auf der statistischen Modellbildung mit Verfahren des maschinellen Lernens. Die Eigenschaften und Einsatzgebiete dieser Algorithmen werden umrissen und anhand in Python implementierter Anwendungsszenarien demonstriert.
Alle verwendeten Methoden sind in den Python Modulen implementiert, die nach dem Kurs auch direkt angewendet werden können.

Eventdatum: 13.05.24 – 15.05.24

Eventort: Online

Firmenkontakt und Herausgeber der Eventbeschreibung:

TAE – Technische Akademie Esslingen e.V.
An der Akademie 5
73760 Ostfildern
Telefon: +49 (711) 34008-0
Telefax: +49 (711) 34008-27
http://www.tae.de

Für das oben stehende Event ist allein der jeweils angegebene Herausgeber (siehe Firmenkontakt oben)
verantwortlich. Dieser ist in der Regel auch Urheber der Eventbeschreibung, sowie der angehängten
Bild-, Ton-, Video-, Medien- und Informationsmaterialien. Die United News Network GmbH
übernimmt keine Haftung für die Korrektheit oder Vollständigkeit des dargestellten Events. Auch bei
Übertragungsfehlern oder anderen Störungen haftet sie nur im Fall von Vorsatz oder grober Fahrlässigkeit.
Die Nutzung von hier archivierten Informationen zur Eigeninformation und redaktionellen Weiterverarbeitung
ist in der Regel kostenfrei. Bitte klären Sie vor einer Weiterverwendung urheberrechtliche Fragen mit dem
angegebenen Herausgeber. Eine systematische Speicherung dieser Daten sowie die Verwendung auch von Teilen
dieses Datenbankwerks sind nur mit schriftlicher Genehmigung durch die United News Network GmbH gestattet
Kategorien: Webinar