- {{j.pay}}
- {{f}}
Maschinelles Lernen mit Python
Laut Katalog dauert der Kurs 6–12 Monate und kostet ab 10.000 €. Du lernst im Blended Learning. Anbieter ist StackFuel (a Multiverse company).
01 · Der Kurs
Der Kurs läuft mit 5 Terminen an 5 Orten
Auf einen Blick
- ABSCHLUSS / NACHWEIS
- Trägerzertifikat: Maschinelles Lernen mit Python
- LERNUMFANG
- 6–12 Monate
- KATALOGPREIS
- ab 10.000 €
- LERNORT
- Berlin
- NÄCHSTER START
- 07.12.2026
- LERNFORM
- Blended Learning
Passt der Kurs zu dir?
Das lernst du
- Maschinelles Lernen mit Python folgt festen Schritten: Daten in Trainings-, Validierungs- und Testdaten teilen, ein Modell mit sklearn anpassen, Over- und Underfitting erkennen, Hyperparameter per Gittersuche einstellen, das Ergebnis mit Kreuzvalidierung absichern. Dieser Kurs legt den Schwerpunkt auf diesen Ablauf des überwachten Lernens - von der linearen Regression bis zur Klassifizierung.
- Womit du arbeitest, wenn du fertig bist
- Du baust Datenpipelines mit sklearn, trainierst lineare Regression, logistische Regression und k-nearest-Neighbors und regularisierst mit Ridge und Lasso, wie es Machine Learning Engineers tun. Du wählst Evaluationsmetriken passend zur Aufgabe und erklärst Vorhersagen über Feature Importance, so wie Data Scientists und KI-Entwickler gegenüber Datenanalysten.
- Tools, Sprachen, Methoden
- sklearn - uni- und multivariate lineare Regression, logistische Regression, k-nearest-Neighbors, Klassifizierung
- Datenpipelines mit sklearn - Trainings-, Validierungs- und Testdaten, Over- und Underfitting, Regularisierung mit Ridge und Lasso
- Kreuzvalidierung und Gittersuche - Hyperparameteroptimierung, Training und Validierung
- Evaluationsmetriken - MSE und R2-Wert für Regression, Accuracy, Recall, Precision und F1-Score für Klassifizierung
- Feature Engineering - polynomielle Features, PCA, robuste Regression mit RANSAC
- pandas und matplotlib - Daten einlesen und aufbereiten, fehlende Werte erkennen, Boxplots
- Lernpfad in drei Stufen
- Stufe eins schafft die Grundlage: Datenkompetenz, Machine Learning Modelle verstehen, dazu SQL und Power BI. Stufe zwei ist der Kern in Python - pandas und matplotlib, dann überwachtes Lernen mit sklearn, Regularisierung, Kreuzvalidierung und Gittersuche, Clustering, Feature Engineering, neuronale Netze und Modellinterpretation. Stufe drei sichert den Code mit objektorientierter Programmierung und Unit Testing und führt in die Portfolioarbeit im Data Science Workflow.
- Was am Ende in deinem Portfolio steht
- Die Vorhersage der Dauer von Taxifahrten als Übungsprojekt, die Vorhersage von Preisen bei Gebrauchtwagen als Abschlussprojekt, die Analyse der Churnrate eines Telekommunikationsunternehmens und ein Portfolioprojekt mit einem Datensatz von Kaggle.
- Einsatzfelder und Rollen
- Einsatzfelder liegen in Datenteams, Produktentwicklung und Forschung, wo Modelle trainiert und bewertet werden: als Machine Learning Engineer oder ML Engineer, als Data Scientist oder Datenwissenschaftler, als KI-Entwickler, als Data Analyst oder Datenanalyst mit Modellierungsschwerpunkt oder als Junior Data Scientist.
Der Kurs
Ablauf, Termine und Lernort
- 1
Berlin
07.12.2026 · Blended Learning · Vollzeit · 6–12 Monate · ab 10.000 €
- 2
Bünde
07.12.2026 · Blended Learning · Vollzeit · 6–12 Monate · ab 10.000 €
- 3
Göttingen
07.12.2026 · Blended Learning · Vollzeit · 6–12 Monate · ab 10.000 €
- 4
Meschede
07.12.2026 · Blended Learning · Vollzeit · 6–12 Monate · ab 10.000 €
- 5
Schwandorf
07.12.2026 · Blended Learning · Vollzeit · 6–12 Monate · ab 10.000 €
02 · Kosten & Förderung
Kursgebühr ab 10.000 €, mit bewilligtem Bildungsgutschein 0 €
Dieser Kurs ist im Katalog als förderfähig gekennzeichnet.
03 · Verdienst
3 Schritte vom Kurs in den Beruf
Was dir die Qualifikation beruflich bringt
- 1
Routinearbeit per Skript erledigen
Mit wenigen Zeilen Python benennst du Dateien um, liest Excel-Tabellen ein oder holst Daten aus Schnittstellen. Solche Skripte laufen später zeitgesteuert, ohne dass jemand sie anstößt. Beispiel: Du schreibst ein Skript, das jeden Morgen die Bestellungen aus dem Shop-Export zusammenführt.
- 2
Daten mit Pandas aufbereiten
Pandas-Kurse zeigen, wie du Tabellen filterst, gruppierst, verknüpfst und bereinigst. Das ist der Schritt vor jeder Auswertung und jedem Modell. Beispiel: Du bereinigst eine Kundenliste mit doppelten Einträgen und uneinheitlich geschriebenen Ortsnamen.
- 3
Eigene Anwendungen bauen
Objektorientierung, Module und Tests bilden die Grundlage für größere Programme und Webanwendungen mit Django oder Flask. Mit dem PCAP weist du Kenntnisse in Modulen und Paketen, Ausnahmebehandlung, Dateiverarbeitung und Objektorientierung nach. Beispiel: Du entwickelst ein kleines Buchungstool für Besprechungsräume mit Django und schreibst Tests dazu.
04 · Anbieter
513 Kurse mit aktuellem Termin an 7 Orten
513 Kurse mit aktuellem Termin in unserem Vergleich. Lernformen: Blended Learning.
Angebote an 7 Orten; in der Kurssuche wählst du den Lernort und Termin bei StackFuel (a Multiverse company).
05 · Kurse
1.023 Kurse zum Vergleich
Für eine gute Wahl reichen zwei oder drei der 1.023 Python-Programmierung-Kurse bundesweit mit gleichem Ziel, die du Punkt für Punkt nebeneinanderlegst.
1.023 Kurse zum Vergleich.
- {{j.pay}}
- {{f}}
Auf dieser Seite passt nichts zu diesem Filter. Die nächste Seite oder die ganze Liste zeigt mehr.
Häufige Fragen
3 Fragen, kurz beantwortet
{{f.a}}
Mehr
15 weitere Seiten zum Thema Python-Programmierung
Kläre deinen persönlichen Kursstart (1.023 Kurse)
Preis, Dauer und nächster Start der 1.023 Kurse im direkten Vergleich.
Angebote dieses Anbieters