Digital Economy

QM-Werkstatt Data Science: Unsupervised Machine Learning

QM-DML

Überblick

Unsupervised Machine Learning ist ein Feld, das Fachleute wie Facebooks Yann LeCun als vielversprechende Zukunft von Machine Learning betrachten. In einer inzwischen „Kult“-Status genießenden Metapher verglich LeCun Machine Learning mit einer Torte – dabei würden die supervised Algorithmen nur die Glasur darstellen: Der Großteil dieser Torte werde von unsupervised (oder, in einem Update des Bildes aus dem Jahr 2019: self-supervised) Algorithmen gestellt werden.

Dieses Seminar gibt einen ersten praxisorientierten Einblick in das Prinzip von Unsupervised Machine Learning. Es werden einige einfache unsupervised Algorithmen vorgestellt und deren mögliche Anwendungsgebiete, beispielsweise in Verbesserungsprojekten, erörtert.

Voraussetzungen

Der Besuch der QM-Werkstatt Quality Data Science (QM-DS) wird empfohlen, ist aber nicht Voraussetzung.

Zielgruppe

Teilnehmende der QM-Werkstatt Quality Data Science (QM-DS), Six Sigma Spezialist*innen (Green/Black Belt), Statistiker*innen (ST/Qll) sowie Interessierte

Inhalte
  • Überblick über Unsupervised Learning
  • Einsatzgebiete und Anwendungen
  • Vorstellung und Anwendung einiger Algorithmen:
    • k-means
    • UMAP (Uniform Manifold Approximation and Projection)
    • Hierarchical Clustering
    • Density Based Clustering
Dauer

4 Stunden, 13:00-17:00

Hinweis
  • Die Teilnehmenden benötigen einen Laptop mit R (Die Installations-Anleitung wird mit der Anmeldebestätigung geschickt).
  • Dieses Seminar ist vom qualityaustria Bonussystem ausgenommen.

Termine

08.11.2022
QM-Werkstatt Data Science: Unsupervised Machine Learning
Quality Austria -
Trainings, Zertifizierungs und Begutachtungs GmbH
VIRTUELL/ONLINE
Zelinkagasse 10/3
1010 Wien (virtuell)
 273,00Regulärer Preis
exklusive 20% MwSt.

Änderungen vorbehalten.

+43 732 34 23 22