Wie kann man mit AutoML maschinelles Lernen verbessern und vereinfachen?
Beim Trainieren von Machine Learning-Modellen ist im Vorfeld meist nicht klar, welche Modelle bzw. Modellklassen, Hyperparameter, Skalierungen etc. für einen optimalen Lernprozess sorgen. Die Teilnehmenden lernen in diesem Web-Seminar, welche Ansätze und Methoden des AutoML es gibt, um Machine Learning-Projekte zu automatisieren und wie diese in der Praxis abschneiden.
Das Definieren solcher Pipelines kann aufwändig sei. Daher werden meist manuell Pipelines erstellt, die Parametergitter automatisch abtasten. Eine Garantie, dass die besten Einstellungen gefunden werden, gibt es nicht. Abhilfe versprechen Methoden des AutoML, die weite Teile eines Machine Learning-Projekts automatisieren.
Zielgruppe:
Fach- und Führungskräfte, die die Grundprinzipien des maschinellen Lernens verstehen, vorzugsweise bereits erste Machine Learning-Projekte durchgeführt haben und nun ihren Kenntnisstand bzgl. der Durchführung von Machine Learning-Projekten erweitern möchten.