Machine Learning (ML) im Unternehmen gewinnbringend einsetzen

• Sie erhalten einen praxisnahen Einblick in Machine Learning und erfahren, welche Ansätze und Verfahren Machine Learning kennzeichnen.
• Sie erfahren, welche Fragestellungen im Unternehmen durch Machine Learning gelöst werden können und evaluieren die Einsatzmöglichkeiten in Ihrer eigenen Organisation.
• Sie lernen Daten mittels Python für das Machine Learning aufzubereiten, einzulesen und den Algorithmus zu trainieren.
• Durch den ausgewogenen Mix aus Theorie und Praxis sind Sie sind anschließend in der Lage, selbstständig Datenauswertungen durch Machine-Learning-Anwendungen vorzunehmen und die Ergebnisse zielgerichtet zu analysieren.
• Durch den Einsatz von Clustering- und Klassifizierungstechniken können Sie nach dem Praxis-Workshop Ihre Zielgruppe wie Kunden in fein abgestimmte Segmente unterteilen.
• Sie lernen, wie Sie bestimmte Vorhersagen treffen, zum Beispiel zu Kaufwahrscheinlichkeiten, Umsatz-, Ausgaben- oder Gewinnprognosen, potenzielle, Abwanderungen (Churn Prediction) oder die Reaktion von Kunden auf bestimmte Marketingmaßnahmen.

An beiden Vormittagen des Praxisworkshops werden jeweils theoretische Grundlagen und Hintergründe vermitteln. Nachmittags wird das erlernte Wissen mithilfe von zwei realen Fallstudien praktisch angewandt. Schritt für Schritt zeigt unser Referent, wie Daten klassifiziert und durch Machine-Learning-Anwendungen verlässliche Vorhersagen getroffen werden können. Die Praxisbeispiele werden als sogenannte Jupyter-Notebooks zur Verfügung gestellt. Sie bearbeiten die Fallstudien unter Anleitung durch den Referenten selbstständig als Browser-Anwendung. Der Referent moderiert dabei verschiedene Aufgaben und begleitet Sie durch die einzelnen Lehreinheiten. Weitere technische Hilfsmittel werden nicht benötigt.  

Die inhaltlichen Schwerpunkte bilden:

• Einführung in das Gebiet Machine Learning als Teilgebiet der Künstlichen Intelligenz
• Daten auswählen, einlesen und vorverarbeiten
• Machine-Learning-Verfahren auf Unternehmensdaten anwenden
• Auswertung und Klassifikation von Daten 
• Vorhersage von Werten in der Zukunft

Das erlernte Wissen können Sie anschließend direkt in Ihrem Unternehmen praktisch anwenden. 

Was ist an Technik mitzubringen?

• Die Übungen finden auf Ihrem eigenen Rechner im Browser statt. Es ist keine Installation von Software notwendig.
• Da die verwendete Software (sogenannte „Jupyter Notebooks“) in der Cloud läuft, benötigen die Teilnehmer nur einen internetfähigen Laptop.
• Die digitalen Unterlagen (Skript, Code, Dateien) werden über eine Cloud zur Verfügung gestellt.

Überall dort, wo tabellarische Daten vorliegen – etwa im Marketing, Controlling oder Vertrieb – können neue Erkenntnisse gewonnen werden. Das Seminar richtet sich an Fach- und Führungskräfte aus allen Unternehmensbereichen, die einen gezielten Einstieg ins Machine Learning und die Datenanalyse mit Python suchen. Programmierkenntnisse werden nicht vorausgesetzt. Wichtige Grundlagen – beispielsweise Python-Befehle – werden bereitgestellt.

Insbesondere Mitarbeitende aus dem Vertrieb, Marketing oder der Geschäftsentwicklung können das Gelernte im Anschluss nutzen, um Kundenverhalten vorherzusagen, wie z. B. Kaufwahrscheinlichkeiten.

Der Workshop dient als KI-Vertiefung, um fortgeschrittenere und praxisnahe Kenntnisse im Machine Learning – einem Teilbereich der Künstlichen Intelligenz – zu erlangen.

Tag 1

• Einführung in Künstliche Intelligenz und Machine Learning (Theorie)
  • Was sind Künstliche Intelligenz, Machine Learning und Deep Learning?
  • Welche Aufgaben lassen sich mit Machine Learning lösen?
     
• Machine Learning - Grundlagen (Theorie)
  • Einführung in grundlegende Begriffe
  • Trainings- und Inferenzphase
  • Bedeutung der Varianz der Trainingsdaten
  • Overfitting als Gefahr beim Machine Learning
  • Wichtige Machine-Learning-Verfahren
     
• Datenvorverarbeitung für das Machine Learning (Praxis)
  • Daten mittels Pandas (Open-Source-Bibliothek für Python) einlesen
  • Datenvorverarbeitung mittels Pandas
  • Datenlücken behandeln, fehlerhafte Werte automatisch erkennen
     
• Fallstudie 1: Machine Learning zur Vorhersage von Verkaufspreisen (Praxisteil)
  • o Verwendung eines Neuronalen Netzes zur Vorhersage von realistischen Verkaufspreisen
     

Tag 2

• Machine Learning: Wie funktioniert das eigentlich? (Theorie)
  • Wie funktioniert das Lernen beim Machine Learning?
  • Was ist ein Optimierer?
     
• Vertiefung: Machine Learning (Theorie)
  • Vorstellung weiterer Machine-Learning-Modelle
    • Decision Trees (Entscheidungsbäume)
    • Random Decision Forests
    • Boosting Ansätze (Gradient Boosting, Extreme Gradient Boosting)
    • Künstliche Neuronale Netze
       
• Machine Learning Modelle optimieren (Praxisteil)
  • Was mache ich, wenn mein Machine-Learning-Modell nicht das macht, was ich will?
     
• Fallstudie 2: Machine Learning für die Vorhersage der Kundenzufriedenheit (Praxisteil)
  • Umgang mit Texten beim Machine Learning
  • Analyse der Zufriedenheit von Kunden mit Produkten auf Basis von Kundenrezensionen
     

• Dieser Online-Workshop wird mit Zoom durchgeführt. Systemvoraussetzungen und unterstützte Betriebssysteme können Sie hier einsehen. Für die Einwahl in Zoom über die verschiedenen Anwendungen (Desktop Client, App oder Web-Client) finden Sie hier einen zusätzlichen Vergleich zu den jeweiligen Eigenschaften. 
• Die Bitkom Akademie ist anerkannter Bildungsträger in Baden-Württemberg und Nordrhein-Westfalen. Teilnehmer haben im Rahmen des Bildungszeitgesetzes die Möglichkeit, Bildungsurlaub bzw. eine Bildungsfreistellung zu beantragen. Auf Anfrage erstellen wir auch Anträge auf Anerkennung unserer Veranstaltungen in anderen Bundesländern.
• Die Mindestteilnehmerzahl zur Durchführung des Seminars beträgt fünf Teilnehmer, die Maximalteilnehmerzahl 15.
• Wir erklären ausdrücklich, dass beim Bitkom – Unterzeichner der Charta der Vielfalt – jede Person, unabhängig von Geschlecht, Nationalität, ethnischer Herkunft, Religion oder Weltanschauung, Behinderung, Alter, sexueller Orientierung und Identität willkommen ist.

• Gemeinsam mit der HanseMerkur bietet die Bitkom Akademie eine freiwillige Seminar-Rücktrittsversicherung an.
• Diese Versicherung ermöglicht Ihnen die kostenfreie Stornierung Ihrer Teilnahme, wenn kurzfristige oder unvorhergesehene Ereignisse Ihre Teilnahme am Seminar verhindern.
• Die Kosten der Seminar-Rücktrittsversicherung sind abhängig vom Seminarpreis. Die Preisliste der HanseMerkur finden Sie hier.

Mehr erfahren Zur Buchung