Daten sind eine Voraussetzung für den Einsatz von maßgeschneiderten Anwendungen der Künstlichen Intelligenz (KI). Die Qualität von Rohdaten kann jedoch aus verschiedenen Gründen beeinträchtigt sein. Ausreißer, unvollständige und redundante Daten stellen beim Maschinellen Lernen ein häufiges Problem dar. Wenn KI aus qualitativ fragwürdigen Daten lernt, besteht das Risiko, dass ihr Leistungspotenzial nicht ausgeschöpft wird. In der praxisnahen Online-Veranstaltung werden daher bewährte Praktiken für die automatisierte Datenanalyse und -aufbereitung mithilfe der Skriptsprache Python vermittelt.

Inhalte

• 14:00 – 14:15 Uhr: Einführung in die grundlegende Datenanalyse und -aufbereitung
• 14:15 – 14:45 Uhr: Hands-on! Erkennen und Korrigieren problematischer Daten
• 14:45 – 15:00 Uhr: Zusammenfassung und Diskussion

Ziele/Nutzen

Fragen, die durch die Veranstaltung beantwortet werden:

• Welche Bedeutung hat die Vorbereitung von Daten für das Maschinelle Lernen?
• Wie erkenne ich Probleme in Daten, wie zum Beispiel Ausreißer und redundante Werte?
• Welche Best Practices gibt es für die automatisierte Datenaufbereitung?

Wer sollte teilnehmen?

Führungskräfte, Fachkräfte

Die Veranstaltung ist kostenfrei.

Die Veranstaltung ist kostenfrei.