Kuchen & KI Kiew: Von Daten zu Vorhersage

Erfahren Sie, wie rohe Daten zu einer maschinellen Lernvorhersage werden, in dieser praktischen, einsteigerfreundlichen Online-Sitzung von Pie & KI der Kiew Gemeinschaft. Die von der Pie & AI von DeepLearning.AI Gemeinschaft veranstaltete Sitzung Von Daten zu Vorhersage findet online am 16. September 2026, von 16:00 bis 17:15 statt. Die 75-minütige Sitzung wird in Ukrainisch gehalten und steht Lernenden aller Niveaus offen, wobei das Material speziell darauf ausgelegt ist, für Anfänger zugänglich zu sein. ## Was Sie lernen werden Das Meetup folgt einem vollständigen Workflow des maschinellen Lernens, anstatt KI nur abstrakt zu diskutieren. Sie werden sehen, wie man von der Datenvorbereitung zu einem trainierten Modell übergeht und dann untersucht, was dessen Ausgabe tatsächlich bedeutet. Die Themen umfassen: - Wie maschinelles Lernen die traditionelle Beziehung zwischen Daten, Regeln und Ergebnissen verändert - Eine einsteigerfreundliche Erklärung, wie neuronale Netzwerke Muster lernen - Vorbereiten von Daten aus den Finanzmärkten und Auswahl nützlicher Merkmale - Definition von Eingaben, Zielen, Trainingsdaten und Testdaten - Aufbau, Training und Bewertung eines einfachen neuronalen Netzwerks mit Python und TensorFlow/Keras - Visualisierung von Vorhersagen und Bewertung der Modellleistung - Verwendung von SQL und Google Cloud BigQuery ML als alternativen Weg zur prädiktiven Analyse - Verständnis von Datenqualität, Überanpassung, Modellbeschränkungen und verantwortungsvoller Interpretation Daten aus den Finanzmärkten dienen als Fallstudie, die hilft, die Konzepte konkret zu machen, ohne das Modell als Anlageberatung zu präsentieren oder zu behaupten, dass zukünftige Marktpreise zuverlässig vorhergesagt werden können. ## Sitzungsformat Die Veranstaltung kombiniert prägnante Erklärungen mit einer praktischen Demonstration. Nach einer Begrüßung und Einführung entwickelt sich die Sitzung von traditioneller Programmierung zu maschinellem Lernen, behandelt die Grundlagen neuronaler Netzwerke und verwandelt Finanzdaten in ein definiertes ML-Problem. Die zentrale Demo zeigt, wie ein TensorFlow/Keras-Modell aufgebaut, trainiert und bewertet wird, gefolgt von einem kürzeren Vergleich mit BigQuery ML. Der abschließende Abschnitt stellt eine wesentliche Frage: Was sagt uns eine Vorhersage tatsächlich? Eine offene Diskussion und Q&A geben den Teilnehmern die Möglichkeit, die Modellleistung, Datenbeschränkungen und praktische Anwendungen zu erkunden. ## Sprecher und Gemeinschaft… Registrieren Sie sich für diese Veranstaltung