Maschinenlernen von Anfang bis Ende: Trainieren mit Scikit-Learn, Verfolgen mit MLflow, Erklären mit LLMs

Über diese Sitzung: Ein maschinelles Lernmodell zu erstellen, ist nur die halbe Miete – die echte Herausforderung besteht darin, es reproduzierbar, nachverfolgbar und erklärbar zu machen. In diesem praktischen Masterclass werden wir durch einen vollständigen ML-Workflow gehen: ein Modell mit Scikit-Learn trainieren, Experimente und Versionen mit MLflow verfolgen und LLMs verwenden, um Erklärungen für das Verhalten und die Vorhersagen des Modells in einfacher Sprache zu generieren. Egal, ob Sie ein Anfänger sind, der zum ersten Mal den ML-Pipeline erkundet, oder ein Praktiker, der seinen Workflow verbessern möchte – diese Sitzung gibt Ihnen einen praktischen, durchgängigen Plan, den Sie sofort anwenden können. Was Sie lernen werden: Wer teilnehmen sollte: Aufstrebende Datenwissenschaftler, ML-Enthusiasten und technische Fachleute, die praktische, produktionsbewusste ML-Fähigkeiten entwickeln möchten. Moderator: Bonface Manyara – Technischer Mentor für Datenwissenschaft an der Moringa School Format: Live Zoom-Webinar (Link wird nach der Anmeldung geteilt)