Klassisches ML – Vergessene Helden des Alltags

Klassische Methoden des Maschinellen Lernens (ML) spielen auch heute noch eine wichtige Rolle in der Industrie. Sie sind oft einfacher zu verstehen und zu implementieren als moderne Ansätze wie tiefe neuronale Netze. Besonders bei kleinen Datensätzen, klar definierten Problemen oder begrenzten Rechenressourcen sind sie oft die bessere Wahl.

Automatisiertes Maschinelles Lernen (AutoML) hilft, solche klassischen Methoden effizient zu nutzen. Es automatisiert die Auswahl von Modellen, Hyperparameter-Tuning und die Datenvorverarbeitung.

Im Vortrag wird aufgezeigt, wo klassische Methoden weiterhin relevant sind und wie AutoML diese Ansätze ergänzt. Praxisnahe Beispiele und konkrete Tools stehen dabei im Fokus, um direkt umsetzbare Impulse zu geben.

Vorkenntnisse

• Grundkenntnisse Machine Learning
  
• Grundkenntnisse Data Science
  

Lernziele

• Vorteile klassischer Methoden des Maschinellen Lernens
  
• Komposition von ML Pipelines
  
• Automatisiertes Maschinelles Lernen