Beruf

Bei Beruf sind unsere Angebote so vielseitig, wie die Wünsche und Herausforderungen unserer Teilnehmenden und der Berufswelt. Sie möchten die eigene Persönlichkeit stärken, Kompetenzen erweitern, bewusster handeln, überzeugend kommunizieren und bereit sein für die Herausforderungen der Zukunft?

Lassen Sie sich von unserem Programm inspirieren. Unsere Kursleitungen bieten professionelle Angebote von klassischen Themen bis hin zu aktuellen Trends. Werden Sie Kommunikationsprofi, motivieren Sie Teams, überzeugen Sie mit kreativen Arbeitsmethoden oder realisieren sie mit uns ihre berufliche Entwicklung. Um Ihnen möglichst viel Flexibilität zu bieten, werden unsere Kurse vor Ort in der Volkshochschule, als online Live-Seminar oder hybrides Format angeboten.

 

Information

  • Zentrale Hotline Beruf | Digital: 0511.168- 3 37 66
  • montags bis mittwochs und freitags von 9 Uhr bis 13 Uhr
  • donnerstags von 11 Uhr bis 14 Uhr

 beruf.vhs@hannover-stadt.de

 













Kursdetails

Data Science After Work Session – Data Preprocessing im Machine Learning

Aktuelle Trends wie Künstliche Intelligenz, Digitalisierung, E-Commerce und Social Media führen zu einer rasanten Zunahme an Daten, die für Unternehmen zunehmend zum zentralen Erfolgsfaktor werden (Daten als „Rohstoff“ des 21. Jahrhunderts). Die mit algorithmenbasierten Datenanalysen des Machine Learning gewonnenen Informationen liefern bspw. dem Marketing, CRM, Vertrieb oder Controlling wichtige Erkenntnisse für den Geschäftserfolg („Business Intelligence“). Data Science ist eine Querschnittsdisziplin und wird nicht nur in Unternehmen erfolgreich eingesetzt, sondern auch in anderen Bereichen wie z.B. in Behörden und öffentlichen Einrichtungen, in der Medizin, im Bildungswesen und medialen Umfeld, in der Marktforschung sowie in den Sozial- und Naturwissenschaften.

In diesem Kurs werden die in den Modulen 2, 3 und 4 erworbenen methodischen Kenntnisse des Machine Learning und der praktischen Statistik ergänzt durch die Techniken und Methoden des „Feature Engineering“. Diese Techniken und Methoden (Data Cleansing, Data Reduction, Data Construction, Data Transformation und Data Sampling) haben das Ziel, die analytische Präzision von Algorithmen und damit die Analyse-Ergebnisse zu verbessern, indem vor der eigentlichen Analyse die ausgewählten Daten für deren Anwendung in Algorithmen optimiert werden (Data Preprocessing).

Keine Vorkenntnisse notwendig.

Das Onlineangebot läuft über die Lernplattform https://www.vhs.cloud. Für die Teilnahme an Videokonferenzen benötigen Sie einen PC oder ein Tablet mit einem Browser, der WebRTC unterstützt. Derzeit sind dies Firefox und Chrome, für Safari hat Apple die Unterstützung in Aussicht gestellt. Zusätzlich benötigen Sie ein Headset (Kopfhörer mit Mikrofon) und im Idealfall eine Webkamera (nicht notwendig).


Information
Telefonzeiten: Montag bis Mittwoch und Freitag, 9 bis 13 Uhr und Donnerstag, 11 bis 14 Uhr
Zentrale Hotline: 0511.168- 3 37 66
E-Mail: digital.vhs@hannover-stadt.de


Das Onlineangebot läuft über die Lernplattform https://www.vhs.cloud.
Technische Voraussetzungen:
Für die Teilnahme an Videokonferenzen benötigen Sie einen PC oder ein Tablet mit einem Browser, der WebRTC unterstützt. Derzeit sind dies Firefox und Chrome. Zusätzlich benötigen Sie ein Headset (Kopfhörer mit Mikrofon) und im Idealfall eine Webkamera (nicht notwendig).
Datum
Uhrzeit
Ort
Datum

23.05.2023

Uhrzeit

17:00 - 19:30 Uhr

Ort

World Wide Web, Online

Datum

25.05.2023

Uhrzeit

17:00 - 19:30 Uhr

Ort

World Wide Web, Online

Datum

30.05.2023

Uhrzeit

17:00 - 19:30 Uhr

Ort

World Wide Web, Online



leider kein Bild von Alexander Fussan

Alexander Fussan

Dozent*in



Status: Freie Plätze

Angebotsnr.: 231KD54298

Veranstaltungsart: Kurse/Lehrgänge

Beginn: Di., 23.05.2023, 17:00 Uhr

Ende: Di., 30.05.2023, 19:30 Uhr

Termine: 3

U-Stunden: 9

Veranstaltungsort: World Wide Web, Online

Kostenübersicht:
Kursentgelt63,00 €
Bearbeitungsentgelt10,00 €
Zusatzentgelt2,00 €
Summe75,00 €

Ermäßigung auf das Kursentgelt ist möglich.



Veranstaltungsort(e):
World Wide Web, Online (Details)