Seminar Recommender Systems mit Python

Seminar / Training Recommender Systems mit Python

Was ist AI?

  • Computergestützte Psychologie
  • Computergestützte Philosophie

Maschinelles Lernen

  • Computergestützte Lerntheorie
  • Computergestützte Algorithmen für computergestützte Erfahrungen

Tiefes Lernen

  • Künstliche neuronale Netze
  • Tiefes Lernen vs. Maschinelles Lernen

Vorbereiten der Entwicklungsumgebung

  • Einrichten von Python-Bibliotheken und Apache Spark

Empfehlungssysteme

  • Aufbau eines Empfehlungsmaschinen-Frameworks
  • Testen und Auswerten von Algorithmen

Kollaborative Filterung

  • Arbeiten mit benutzer- und inhaltsbasierter Filterung
  • Arbeiten mit nachbarschaftsbasierter Filterung
  • RBMs verwenden

Matrix-Faktorisierung

  • Verwenden und Erweitern der PCA
  • Ausführen und Verbessern von SVD
  • Arbeiten mit Keras und neuronalen Netzwerken für tiefes Lernen

Skalierung mit Spark

  • Verwendung von RDDs und Dataframes
  • Einrichten von Clustern auf AWS / EC2
  • Skalierung von Amazon DSSTNE und SageMaker

Seminar und Anbieter vergleichen

Öffentliche Schulung

Diese Seminarform ist auch als Präsenzseminar bekannt und bedeutet, dass Sie in unseren Räumlichkeiten von einem Trainer vor Ort geschult werden. Jeder Teilnehmer hat einen Arbeitsplatz mit virtueller Schulungsumgebung. Öffentliche Seminare werden in deutscher Sprache durchgeführt, die Unterlagen sind teilweise in Englisch.

Mehr dazu...

Inhausschulung

Diese Seminarform bietet sich für Unternehmen an, welche gleiche mehrere Teilnehmer gleichzeitig schulen möchten. Der Trainer kommt zu Ihnen ins Haus und unterrichtet in Ihren Räumlichkeiten. Diese Seminare können in Deutsch - bei Firmenseminaren ist auch Englisch möglich gebucht werden.

Mehr dazu...

Webinar

Diese Art der Schulung ist geeignet, wenn Sie die Präsenz eines Trainers nicht benötigen, nicht Reisen können und über das Internet an einer Schulung teilnehmen möchten.

Mehr dazu...

Fachbereichsleiter / Leiter der Trainer / Ihre Ansprechpartner

Seminardetails

   
Dauer: 2 Tage ca. 6 h/Tag, Beginn 1. Tag: 10:00 Uhr, weitere Tage 09:00 Uhr
Preis: Öffentlich oder Live Stream: € 1.198 zzgl. MwSt.
Inhaus: € 3.400 zzgl. MwSt.
Teilnehmeranzahl: min. 2 - max. 8
Voraussetzungen: Python-Programmiererfahrung
Standorte: Stream Live, Inhaus/Firmenseminar, Berlin, Bremen, Darmstadt, Dresden, Erfurt, Essen, Flensburg, Frankfurt, Freiburg, Friedrichshafen, Hamburg, Hamm, Hannover, Jena, Kassel, Köln, Konstanz, Leipzig, Luxemburg, Magdeburg, Mainz, München, Münster, Nürnberg, Paderborn, Potsdam, Regensburg, Rostock, Stuttgart, Trier, Ulm, Wuppertal, Würzburg
Methoden: Vortrag, Demonstrationen, praktische Übungen am System
Seminararten: Öffentlich, Webinar, Inhaus, Workshop - Alle Seminare mit Trainer vor Ort, Webinar nur wenn ausdrücklich gewünscht
Durchführungsgarantie: ja, ab 2 Teilnehmern
Sprache: Deutsch - bei Firmenseminaren ist auch Englisch möglich
Seminarunterlage: Dokumentation auf Datenträger oder als Download
Teilnahmezertifikat: ja, selbstverständlich
Verpflegung: Kalt- / Warmgetränke, Mittagessen (wahlweise vegetarisch)
Support: 3 Anrufe im Seminarpreis enthalten
Barrierefreier Zugang: an den meisten Standorten verfügbar
  Weitere Informationen unter +49 (0) 208 451 99 012

Seminartermine

Die Ergebnissliste kann durch Anklicken der Überschrift neu sortiert werden.

SeminarStartdatumEnddatumOrtDauer
München2 Tage
Friedrichshafen2 Tage
Kassel2 Tage
Ulm2 Tage
Münster2 Tage
Nürnberg2 Tage
Köln2 Tage
Wuppertal2 Tage
Bremen2 Tage
Berlin2 Tage
Mainz2 Tage
Erfurt2 Tage
Darmstadt2 Tage
Frankfurt2 Tage
Paderborn2 Tage
Essen2 Tage
Konstanz2 Tage
Freiburg2 Tage
Potsdam2 Tage
Flensburg2 Tage
Leipzig2 Tage
Hamm2 Tage
Rostock2 Tage
Hamburg2 Tage
Luxemburg2 Tage
Hannover2 Tage
Stuttgart2 Tage
Dresden2 Tage
Madgeburg2 Tage
Regensburg2 Tage
Jena2 Tage
Trier2 Tage
Kassel2 Tage
Ulm2 Tage
München2 Tage
Friedrichshafen2 Tage
Köln2 Tage
Wuppertal2 Tage
Münster2 Tage
Nürnberg2 Tage
Nach oben
© 2021 www.seminar-experts.de All rights reserved. | Webdesign | Kontakt | Impressum | Mobile Version | Nach oben