Seitenanfang

Machine Learning: von der Klassifikation bis zur KI / / Online / Data Science und Statistik

Für dieses Seminar führen wir eine Warteliste für einen Termin im Herbst 2024. Bei Interesse, melden Sie sich gerne unter: a.hirte@bvm.org

Seit einigen Jahren führt kein Weg am Begriff „KI“ vorbei. Dieser wird wahlweise entweder als strahlende Verheißung für Innovation und die Lösung sämtlicher Probleme oder als unheimliche Bedrohung beworben. Oftmals bleiben die diskutierten Szenarien und genutzten Definitionen dabei recht abstrakt und schwammig, so dass man als interessierter potentieller Anwender oft vor unbeantworteten Fragen steht: „Was ist eigentlich KI?“, „Kann man Machine Learning, Data Science und Big Data jetzt ersetzen?“ „Brauche ich das und wenn ja wozu?“.

Ziel dieses Seminares ist es, die Teilnehmer zu befähigen, diese und weitere Fragen zu beantworten. Dazu werden einführend allgemeine Begriffe und Konzepte vorgestellt und eingeordnet. Ein großer Teil des Seminars widmet sich dem Einblick in die Arbeitsweise und Handhabung der wichtigsten ML-Verfahren. Der Schwerpunkt liegt dabei auf künstlichen neuronalen Netzen und ihren verschiedenen Ausprägungen, z. B. als Transformer für die Textanalyse. Zusätzlich wird auch die praktische Arbeit mit ML-Verfahren behandelt. Dazu werden verschiedene Werkzeuge und Musterszenarien für die Anwendung vorgestellt. Teilnehmende, die bereits konkrete Anwendungsszenarien ins Auge gefasst haben, sind eingeladen, diese im Vorfeld mitzuteilen um sie im Seminar zu besprechen.

Lernziele

  • Verstehen von Begriffen und Konzepten im Kontext Machine Learning und KI.
  • Einblick und Verständnis in Arbeitsweise und Handhabung verschiedener ML-Verfahren
  • Vermittlung einer allgemeinen Vorgehensweise zur Durchführung von ML-Projekten.

Für wen gedacht?

  • Consultants/Marktforscher/innen mit Interesse an und Affinität zu Analysemethoden
  • Consultants/Marktforscher/innen, die erfahren wollen, wie man große Datenbestände aus Verhaltens- oder maschinell erzeugten Daten bearbeiten kann

Methoden

Vorträge des Referenten zur theoretischen Arbeitsweise der Verfahren. Diskussion und Erörterung von ML-Szenarien (u. a. anhand früherer Data Science Cups des BVM).

Programm

1.Tag

Grundlagen Machine Learning

  • Begriffsklärung ML, KI, Unsupervised/Supervised Learning etc.
  • Machine-Learning-Modellerstellungsprozess
  • Werkzeuge für die Arbeit mit Daten
  • Feature Engineering und Datenauswahl

Explorative Analyse

  • Clustering: Konzepte und Verfahren
  • Frequent-Itemset-Mining & Assoziationsregeln
  • Datenvisualisierung und Kommunikation von Ergebnissen

Klassifikation

  • Modellbewertung, Overfitting
  • kNN und Naïve-Bayes-Klassifikation
  • Support Vector Machines

2.Tag

Künstliche Neuronale Netze

  • Modelle: Perzeptron/Sigmoid Neuron
  • Training von Multi-Layer Netzen mittels Backpropagation
  • Spezielle Netzwerkarchitekturen: Convolutional & Recurrent Neural Networks etc.

Textanalyse und Large Language Models

  • Word Embeddings
  • Sequence to Sequence Modelle, Transformer Architektur

Explainable AI

  • Kernfragen
  • Auswahl Ansätze

Modalitäten

Seminarmodalitäten

Anmeldung

Bitte melden Sie Ihre Teilnahme möglichst bis 6 Wochen vor Seminarbeginn über das jeweilige Anmeldeformular auf der BVM-Website an. Wenn Sie sich per Brief oder Fax anmelden möchten, wenden Sie sich bitte an die BVM-Geschäftsstelle. Nach der Anmeldung erhalten Sie eine Anmeldebestätigung.

Gebühren

Die Teilnahmegebühren beinhalten digitale Seminarunterlagen, Tagungsgetränke, Snacks und Mittagessen an allen Präsenz-Seminartagen. Die Gebühren der einzelnen Seminare entnehmen Sie bitte den Veranstaltungsbeschreibungen. Die Teilnahmegebühr wird sofort nach Rechnungsstellung ohne Abzüge fällig. Die Kosten für Anreise und Übernachtung tragen die Teilnehmer/innen selbst.

Veranstaltungsorte

Finden Seminare nicht online statt, werden sie entweder im NH Collection oder in der BVM-Geschäftsstelle durchgeführt.
Die entsprechenden Informationen dazu erhalten Sie mit der Anmeldebestätigung.

NH Collection Berlin-Mitte am Checkpoint Charlie
Leipziger Straße 106-111
10117 Berlin
Tel.: +49 30 203760
E-Mail: nhberlinmitte@nh-hotels.com

BVM-Bundesgeschäftsstelle
Friedrichstr. 187
10117 Berlin
Tel.: +49 30 9203128-34
E-Mail: seminar-anmeldung@bvm.org

Zimmerreservierung

Empfehlungen und Informationen zu Abrufkontingenten erhalten Sie mit der Bestätigung, dass das Seminar stattfindet. Das NH Collection Berlin-Mitte am Checkpoint Charlie und das MotelOne am Leipziger Platz sind fußläufig zu den Veranstaltungsorten erreichbar. Die Reservierung und Übernachtungskosten übernehmen die Teilnehmer/innen selbst.

Teilnehmer

Die Teilnehmeranzahl pro Seminar beträgt mindestens 6 Personen.

Rabatt für Frühbucher

Für Seminare, die bis zu den jeweiligen Stichtagen im Frühjahr und Herbst gebucht werden, wird folgender Rabatt gewährt:

a) 100,- Euro für Ein-Tagesseminare
b) 200,- Euro für Zwei- und Mehrtagesseminare

Rücktritt

Eine Stornierung der Seminarteilnahme ist schriftlich (per Post, Fax oder E-Mail) vorzunehmen. Bei Stornierung bis spätestens 31 Tage vor Beginn eines gebuchten Seminars, wird die Teilnahmegebühr in voller Höhe zurückerstattet. Bis 21 Tage vor Seminarbeginn wird eine Bearbeitungsgebühr in Höhe von 120 Euro erhoben. Danach werden die Teilnahmegebühren in voller Höhe fällig. Ohne zusätzliche Kosten kann ein/e Ersatzteilnehmer/in genannt werden. Ermäßigte Teilnahmegebühren können Ersatzteilnehmer/innen jedoch nur bei bestehender BVM-Mitgliedschaft in Anspruch nehmen.

Absage durch den BVM

Haben sich bis 10 Tage vor Beginn eines Präsenz-Seminars bzw. 7 Tage vor Beginn eines Online-Seminars weniger als 6 Teilnehmer angemeldet, kann der BVM die Veranstaltung absagen. Dies gilt auch für den Fall, dass durch die kurzfristige Absage der Seminarleitung ein Ersatz ohne Verlegung des Seminars nicht gefunden werden kann. In diesem Fall werden die Teilnahmegebühren in voller Höhe zurückerstattet. Stornogebühren des BVM fallen nicht an.

Stornierungskosten für vorgenommene Reisebuchungen bei Ausfall eines Seminars können vom BVM nicht übernommen werden. Der BVM behält sich vor, Änderungen im Seminarprogramm vorzunehmen und bei Absage der Seminarleitung für Ersatz zu sorgen.

Das aktuelle Seminarprogramm finden Sie stets auf der BVM-Website.

Allgemeine Datenschutzhinweise

Die für die Buchung von BVM-Seminaren elektronisch erfassten Daten werden nach der Veranstaltung nicht weiterverwendet, wenn Sie nicht eingewilligt haben, über das BVM-Seminarangebot oder Verbandsservices informiert zu werden. Weitere Informationen finden sie in der Datenschutzerklärung des BVM

Datenschutzhinweis zur technischen Durchführung von Online-Seminaren

Für die Durchführung von Videokonferenzen setzt der BVM Berufsverband Deutscher Markt- und Sozialforscher e.V. (Verantwortlicher) einen Dienst des Auftragsverarbeiters Zoom Video Communications, Inc. (55 Almaden Blvd, Suite 600, San Jose, Kalifornien (95113), USA - nachfolgend „Zoom“) ein. Die entsprechenden Verträge (Auftragsverarbeitungsvereinbarung und Standard-Datenschutz-Klauseln) wurden abgeschlossen. Zudem wurden die Datenschutzeinstellungen so gesetzt, dass die Meetingdaten grundsätzlich über europäische Server verarbeitet werden. Weitere Informationen zur Verarbeitung Ihrer Daten und Ihren Rechten finden auf der Website von Zoom. Werden Daten außerhalb der Europäischen Union und des europäischen Wirtschaftsraums und in ein Land, welches kein angemessenes Datenschutzniveau bietet übertragen, bestehen gewisse Risiken. Bei einer Übertragung der Daten in die USA (derzeit ein Land ohne angemessenes Datenschutzniveau) besteht die Gefahr, dass Ihre Daten von amerikanischen Behörden zu Kontroll- und Überwachungszwecken verarbeitet werden können, ohne dass Ihnen möglicherweise Rechtsbehelfsmöglichkeiten zustehen.

Urheberrechte/Nutzung der Seminarunterlagen

Jegliche Inhalte des Seminars dürfen nur für eigene und interne Markt- und Sozialforschungszwecke der Teilnehmenden und des Arbeitgebers der Seminarteilnehmer/innen genutzt werden. Sie dürfen nicht für Werbung verwendet und ohne Zustimmung des BVM nicht an Dritte – auch nicht in Form eigener Lehr- und Weiterbildungsveranstaltungen, an denen Dritte teilnehmen können – weitergegeben werden.

Die den Teilnehmenden überlassenen Seminarunterlagen, sei es in papierener oder elektronischer Form, dürfen nur für interne Zwecke des Arbeitgebers des Teilnehmenden (z.B. interne, auf die Mitarbeiter des Arbeitgebers beschränkte Weiterbildungs- und Lehrveranstaltungen) vervielfältigt und verbreitet werden. Ein Zugänglichmachen im Internet oder in und mit Hilfe anderer Medien ist nicht gestattet.

Gerichtsstand ist Berlin.

Stand: August 2020

Veranstaltung im Überblick

Schulungszeiten:04.03.2024: 09:30 Uhr - 18:00 Uhr
05.03.2024: 09:30 Uhr - 18:00 Uhr
Veranstaltungsort: Online
Verfügbarkeit: bereits stattgefunden
Gebühren:1.390,00 € (für Mitglieder)
1.690,00 € (für Nicht-Mitglieder)

Referent(en)

Ähnliche Seminare

/ Data Science und Statistik

Künstliche Intelligenz in der Marktforschung

Die zunehmende Verbreitung von Generativer Künstlicher Intelligenz (Gen AI), insbesondere basierend auf Large Language Modellen (LLMs), führt in Unternehmen zu intensiven Diskussionen über sinnvolle Anwendungsbereiche. Die Marktforschung steht vor umwälzenden Herausforderungen durch die entstehenden Möglichkeiten der Nutzung von Künstlicher…

/ / / / Data Science und Statistik

Moderne Analyse- und Dashboard-Anwendungen konzipieren & implementieren

In diesem Seminar erlernen Sie die Techniken und Denkweisen, die hinter erfolgreichen Analyse- und Dashboard-Anwendungen in Marktforschung, Experience Management und Marketing stecken. Sie erlernen, mit welchen Methoden und Techniken Sie Dashboards entwickeln können, die Mehrwert schaffen und Nutzern die Arbeit mit Daten erleichtern.…

/ / Data Science und Statistik

Fortgeschrittene Gewichtungsmodelle für die Marktforschungspraxis

Iterative proportionale Gewichtung (IPF) ist immer noch der Standard in der Marktforschung. Allerdings lassen sich mit IPF komplexere Gewichtungsaufgaben, wie sie zum Beispiel in Dual-Frame oder anderen disproportionalen Stichproben nötig werden, nicht zufriedenstellend lösen. Generalisierte Regressionsmodelle (GREG) können das leisten. In diesem…