Managing Machine Learning projects with Google Cloud (MMLPGC)
Classroom Schulung | Deutsch | Anspruch
Schulungsdauer: 2 Tage
Ziele
In dieser 2-tägigen Schulung "Managing Machine Learning projects with Google Cloud (MMLPGC)" erhalten die Teilnehmer eine fundierte Einführung in die Welt des maschinellen Lernens und dessen Anwendung in der Geschäftswelt. Ziel ist es, ein grundlegendes Verständnis für die Konzepte und Einsatzmöglichkeiten von Machine Learning zu entwickeln, sodass sie die Machbarkeit und den Mehrwert von ML-Anwendungsfällen für ihr Unternehmen bewerten können. Die Teilnehmer lernen die Unterschiede zwischen Künstlicher Intelligenz, maschinellem Lernen und Deep Learning kennen, identifizieren verschiedene Arten von ML-Problemen und verstehen deren Relevanz für Geschäftsprozesse. Zudem erhalten sie Einblick in den End-to-End-Prozess eines ML-Projekts und üben, eigene Problemstellungen zu formulieren. Sie entdecken mögliche Anwendungsfälle für Machine Learning in ihrem beruflichen Umfeld und setzen sich mit den Voraussetzungen für eine erfolgreiche Implementierung auseinander. Durch interaktive Übungen und praxisnahe Beispiele wird das Wissen direkt angewandt, sodass die Teilnehmer am Ende der Schulung in der Lage sind, ML-Anwendungsfälle strategisch zu bewerten und deren Umsetzung zu planen.
Zielgruppe
- Geschäftsleute in Unternehmen, Konzernen oder KMUs in nicht-technischen Funktionen. Zu den Rollen gehören unter anderem: Business-Analysten, IT-Manager, Projektmanager und Produktmanager.
- Für Senior VPs und darüber ist Data-Driven Transformation with Google Cloud (ILT) besser geeignet.
Voraussetzungen
- Es sind keine technischen Vorkenntnisse erforderlich.
- Wissen über Ihr eigenes Unternehmen und Ihre Ziele.
- Empfohlen: Business Transformation mit Google Cloud (auf Anfrage).
Agenda
Modul 01: Einführung
- Unterscheiden Sie zwischen KI, maschinellem Lernen und Deep Learning.
- Beschreiben Sie die wichtigsten Einsatzmöglichkeiten von ML zur Verbesserung von Geschäftsprozessen oder zur Schaffung neuer Werte.
- Beginnen Sie mit der Bewertung der Machbarkeit von ML-Anwendungsfällen.
Modul 02: Was ist maschinelles Lernen?
- Unterscheiden Sie zwischen überwachten und nicht überwachten Problemtypen des maschinellen Lernens.
- Beispiele für Regressions-, Klassifikations- und Clustering-Problemstellungen zu identifizieren.
- Erkennen Sie die Kernkomponenten der Standarddefinition von Google für ML und die jeweiligen Überlegungen bei der Durchführung eines ML-Projekts.
Modul 03: Einsatz von ML
- Beschreiben Sie den End-to-End-Prozess für die Durchführung eines ML-Projekts und die Überlegungen in jeder Phase.
- Üben Sie, ein individuelles ML-Problem zu formulieren, das das Potenzial hat, Ihr Unternehmen nachhaltig zu beeinflussen.
Modul 04: Entdeckung von ML-Anwendungsfällen
- Entdecken Sie allgemeine Möglichkeiten des maschinellen Lernens in alltäglichen Geschäftsprozessen
Modul 05: Wie man bei ML erfolgreich ist
- Ermittlung der Voraussetzungen für Unternehmen, die ML erfolgreich einsetzen wollen
Modul 06: Zusammenfassung
- Fassen Sie die wichtigsten Konzepte und Werkzeuge zusammen, die im Kurs behandelt werden.
- Wetteifern Sie um die beste Präsentation eines ML-Anwendungsfalls auf der Grundlage von Kreativität, Originalität und Machbarkeit.
Ziele
In dieser 2-tägigen Schulung "Managing Machine Learning projects with Google Cloud (MMLPGC)" erhalten die Teilnehmer eine fundierte Einführung in die Welt des maschinellen Lernens und dessen Anwendung in der Geschäftswelt. Ziel ist es, ein grundlegendes Verständnis für die Konzepte und Einsatzmöglichkeiten von Machine Learning zu entwickeln, sodass sie die Machbarkeit und den Mehrwert von ML-Anwendungsfällen für ihr Unternehmen bewerten können. Die Teilnehmer lernen die Unterschiede zwischen Künstlicher Intelligenz, maschinellem Lernen und Deep Learning kennen, identifizieren verschiedene Arten von ML-Problemen und verstehen deren Relevanz für Geschäftsprozesse. Zudem erhalten sie Einblick in den End-to-End-Prozess eines ML-Projekts und üben, eigene Problemstellungen zu formulieren. Sie entdecken mögliche Anwendungsfälle für Machine Learning in ihrem beruflichen Umfeld und setzen sich mit den Voraussetzungen für eine erfolgreiche Implementierung auseinander. Durch interaktive Übungen und praxisnahe Beispiele wird das Wissen direkt angewandt, sodass die Teilnehmer am Ende der Schulung in der Lage sind, ML-Anwendungsfälle strategisch zu bewerten und deren Umsetzung zu planen.
Zielgruppe
- Geschäftsleute in Unternehmen, Konzernen oder KMUs in nicht-technischen Funktionen. Zu den Rollen gehören unter anderem: Business-Analysten, IT-Manager, Projektmanager und Produktmanager.
- Für Senior VPs und darüber ist Data-Driven Transformation with Google Cloud (ILT) besser geeignet.
Voraussetzungen
- Es sind keine technischen Vorkenntnisse erforderlich.
- Wissen über Ihr eigenes Unternehmen und Ihre Ziele.
- Empfohlen: Business Transformation mit Google Cloud (auf Anfrage).
Agenda
Modul 01: Einführung
- Unterscheiden Sie zwischen KI, maschinellem Lernen und Deep Learning.
- Beschreiben Sie die wichtigsten Einsatzmöglichkeiten von ML zur Verbesserung von Geschäftsprozessen oder zur Schaffung neuer Werte.
- Beginnen Sie mit der Bewertung der Machbarkeit von ML-Anwendungsfällen.
Modul 02: Was ist maschinelles Lernen?
- Unterscheiden Sie zwischen überwachten und nicht überwachten Problemtypen des maschinellen Lernens.
- Beispiele für Regressions-, Klassifikations- und Clustering-Problemstellungen zu identifizieren.
- Erkennen Sie die Kernkomponenten der Standarddefinition von Google für ML und die jeweiligen Überlegungen bei der Durchführung eines ML-Projekts.
Modul 03: Einsatz von ML
- Beschreiben Sie den End-to-End-Prozess für die Durchführung eines ML-Projekts und die Überlegungen in jeder Phase.
- Üben Sie, ein individuelles ML-Problem zu formulieren, das das Potenzial hat, Ihr Unternehmen nachhaltig zu beeinflussen.
Modul 04: Entdeckung von ML-Anwendungsfällen
- Entdecken Sie allgemeine Möglichkeiten des maschinellen Lernens in alltäglichen Geschäftsprozessen
Modul 05: Wie man bei ML erfolgreich ist
- Ermittlung der Voraussetzungen für Unternehmen, die ML erfolgreich einsetzen wollen
Modul 06: Zusammenfassung
- Fassen Sie die wichtigsten Konzepte und Werkzeuge zusammen, die im Kurs behandelt werden.
- Wetteifern Sie um die beste Präsentation eines ML-Anwendungsfalls auf der Grundlage von Kreativität, Originalität und Machbarkeit.
