Python Machine Learning Grundkurs (Für Python Entwickler)
ML-Modelle mit Python, scikit-learn und TensorFlow/Keras anhand nachvollziehbarer Unternehmensfälle entwickeln
- Machine Learning: Arten, Nutzen und Grenzen
- Datenaufbereitung mit Pandas und NumPy
- Modelltraining mit scikit-learn
- 3 Tage
- Grundlagen
- Online
- Zufriedenheitsgarantie Risikofrei für dich
- Online Live per Videokonferenz
- max. 8 Teilnehmerinnen und Teilnehmer pro Gruppe
- Keine Vorkasse Rechnung nach dem Seminar
Das nimmst du mit
- Machine Learning: Arten, Nutzen und Grenzen
- Datenaufbereitung mit Pandas und NumPy
- Modelltraining mit scikit-learn
- Validierung, Metriken und Overfitting
- Neuronale Netze mit TensorFlow und Keras
- Modelle speichern und wiederverwenden
Passt das zu dir?
Damit du den Tag wirklich mitnimmst, lohnt sich ein kurzer Abgleich.
Richtig für dich, wenn
- Software-Entwicklerinnen und Software-Entwickler mit Python-Grundlagen und Interesse an Machine Learning
- Datenanalystinnen, Data-Analysten und Fachkräfte, die ML-Modelle mit Python nachvollziehen und anwenden möchten
- IT-Fachkräfte aus Entwicklung, Reporting oder Automatisierung, die datenbasierte Prognosen und Klassifikationen umsetzen sollen
- Projektverantwortliche mit technischem Hintergrund, die ML-Potenziale und Grenzen für Unternehmensanwendungen bewerten möchten
Das bringst du mit
- Grundlegende Python-Kenntnisse analog zu einem Python-Grundkurs
- Sicherer Umgang mit Variablen, Kontrollstrukturen, Funktionen und einfachen Datenstrukturen
- Keine Vorkenntnisse in scikit-learn, TensorFlow/Keras, Pandas oder NumPy erforderlich
- Zur Auffrischung oder Vertiefung der Python-Basis eignet sich der Python Aufbaukurs
Dein Lernweg
Tag 1: Grundlagen und Python-Basis für Machine Learning
Der erste Seminartag ordnet Machine Learning fachlich ein: Begriffe, Arten des maschinellen Lernens, typische Anwendungsfälle im Unternehmen und realistische Grenzen. Anschließend werden relevante Python-Grundlagen für ML-Projekte wiederholt und Daten mit Pandas sowie NumPy eingelesen, strukturiert und vorbereitet.
Tag 2: Modelle mit scikit-learn trainieren und bewerten
Am zweiten Tag steht scikit-learn im Mittelpunkt. Anhand einer Fallstudie zur Kaufprognose werden Daten vorbereitet, Trainings- und Testdaten gebildet, Modelle trainiert und Ergebnisse bewertet. Ergänzend werden Validierung, grundlegende Metriken, Overfitting sowie das Speichern und Laden trainierter Modelle behandelt.
Tag 3: Einstieg in TensorFlow/Keras und Transfer in die Praxis
Der dritte Seminartag führt in TensorFlow/Keras und den Aufbau einfacher neuronaler Netze ein. Eine Fallstudie zur Hauspreisprognose zeigt den Ablauf von Datenvorbereitung, Modelltraining und Anwendung des trainierten Modells. Zum Abschluss werden typische Fehlerquellen, Entscheidungskriterien für ML-Verfahren und mögliche nächste Schritte für eigene Anwendungsfälle besprochen.
Klarheit von Anfang an
Format, Ablauf und alles, was schon enthalten ist. Keine Überraschungen, nur Fokus auf dein Ergebnis.
- Live-OnlineInteraktiv per Videokonferenz, von überall
3 Tage
Kompakt aufgebaut, damit du schnell ins Tun kommst.
max. 8
Kleine Gruppe, damit genug Raum für deine Fragen bleibt.
- Fachliche Einführung mit nachvollziehbaren Unternehmensbeispielen
- Live-Demonstrationen der zentralen Python- und ML-Bibliotheken
- Gemeinsame Umsetzung von Fallstudien mit scikit-learn und TensorFlow/Keras
- Übungen zur Datenaufbereitung, Modellierung, Bewertung und Wiederverwendung trainierter Modelle
- Besprechung typischer Fehlerquellen und Entscheidungsfragen in ML-Projekten
Das ist immer dabei
- Ausführliche Schulungsunterlagen und Praxisbeispiele
- Teilnahmezertifikat
- Übungsumgebungen und Beispieldaten
- Nachbetreuung per E-Mail nach dem Seminar
Sichere dir deinen Platz
Wähle den Termin, der zu dir passt. Online live dabei oder vor Ort, ganz wie es für dich passt.
- Erfahrene IT-Trainer aus der Praxis
- Keine Vorkasse, Rechnung nach dem Seminar
- Kostenfreie Umbuchung bis 14 Tage vor Start
Lieber das ganze Team?
Bring dieses Seminar zu euch ins Haus oder lass uns ein Programm bauen, das genau auf euer Unternehmen passt.
Inhouse-Schulung
Wir kommen zu dir und schulen dein Team genau auf eure Praxis.
- Komplett auf eure Use-Cases und Tools zugeschnitten
- Termin und Ort bestimmst du, vor Ort oder Live-Online
- Ein fester Pauschalpreis statt Preis pro Person
Firmen-Seminar
Ein individuelles Programm, das wir auf eure Ziele zuschneiden.
- Frei kombinierbare Module aus unserem Themenkatalog
- Skalierbar von der Kleingruppe bis zur ganzen Belegschaft
- Begleitung über mehrere Termine hinweg möglich
Deine IT-Schulungen München-Expertinnen und -Experten
Du hast Fragen zu Inhalten, Terminen oder einer passenden Lösung für dein Team? Wir beraten dich gern, bevor du buchst. Direkt, ohne Umwege.
Antwort in der Regel am selben Werktag
Dein cmt-Team München
Beratung zu IT-Weiterbildung
Fragen und Antworten zu Python Machine Learning Grundkurs (Für Python Entwickler)
Benötige ich Programmierkenntnisse für die Schulung?
Ja, grundlegende Python-Kenntnisse werden vorausgesetzt. Erfahrung mit SciPy, Pandas, NumPy, scikit-learn oder TensorFlow/Keras ist nicht erforderlich. Wenn die Python-Basis noch unsicher ist, empfiehlt sich vorher der Python Aufbaukurs.
Welche Python-Version wird in der Schulung eingesetzt?
In offenen Gruppen werden aktuelle Python-3-Versionen und die dazu passenden Versionen der Machine-Learning-Bibliotheken eingesetzt. In Inhouse- oder Firmen-Schulungen kann die eingesetzte Version vorab abgestimmt werden.
Ist der Grundkurs eher theoretisch oder programmierlastig?
Beides ist enthalten: Der Kurs erklärt zuerst die fachlichen Grundlagen, Einsatzbereiche und Grenzen von Machine Learning. Danach werden die Schritte in Python praktisch umgesetzt, unter anderem mit Pandas, NumPy, scikit-learn und TensorFlow/Keras.
Welche Machine-Learning-Bibliotheken werden behandelt?
Der Schwerpunkt liegt auf scikit-learn für klassische Machine-Learning-Verfahren sowie auf TensorFlow/Keras für den Einstieg in neuronale Netze. Pandas und NumPy werden für Datenimport, Datenstrukturen und Datenaufbereitung eingesetzt.
Was ist der Unterschied zu einem Deep-Learning-Kurs?
Dieser Grundkurs vermittelt den Einstieg in Machine Learning und führt auch TensorFlow/Keras ein. Für eine weiterführende Vertiefung in neuronale Netze, Visualisierung und Deep-Learning-Verfahren passt anschließend der Python Deep-Dive Kurs: Deep Learning, Neuronale Netze & Visualisierung oder der PyTorch Grundkurs.
Eignet sich die Schulung auch für Azure-AI-Themen?
Die Schulung behandelt Machine Learning mit Python unabhängig von einer konkreten Cloud-Plattform. Wer anschließend Microsoft-Azure-AI-Dienste kennenlernen möchte, findet mit dem AI-900 Training: Microsoft Azure AI Fundamentals einen passenden Einstieg.
Passende Schulungen
Python Machine Learning Grundkurs (Für Python...
Nächster Termin: 05. Oktober 2026 · Online
ab1.490 €netto