Loading...
hidden

Mobile-Version anzeigen

Meta-Navigation

Startseite – Hochschule Luzern

Sprachwahl und wichtige Links

  • Zum Inhalt springen
  • Kontakt
  • Login
  • De
  • En
Suche starten

Hauptnavigation

Departementsnavigation

  • Technik & Architektur
  • Wirtschaft
  • Informatik
  • Soziale Arbeit
  • Design & Kunst
  • Musik

Unternavigation

  • Studium
  • Weiterbildung
  • Forschung
  • International
  • Agenda
  • Campus
  • Über uns

Unternavigation

  • CAS Machine Learning
  • MAS Business Intelligence
  • MAS Data Management & Ecosystems
  • CAS Artificial Intelligence Management for Business Value
  • CAS Applied Robotics
  • CAS Data Engineering and Applied Data Science
  • CAS Business Intelligence & Analytics
  • CAS Digital Analytics in Marketing
  • Fachkurs Kollaborative Robotik

Aktuelles zur Digitalisierung

Mit dem Weiterbildungs-Newsletter bleiben Sie am Ball. Jetzt abonnieren!

Breadcrumbs-Navigation

  1. Informatik Informatik
  2. Weiterbildung Weiterbildung
  3. Applied Data Intelligence Applied Data Intelligence
  4. CAS Machine Learning CAS Machine Learning

CAS Machine Learning Mit den richtigen Tools und den technischen Fähigkeiten heben Sie Ihr Niveau auf ein neues Level an, um Machine Learning in Ihrer täglichen Arbeit effektiv einsetzen zu können.

Machine Learning (ML) verändert die Welt. Es ist derzeit die Basis für den Aufbau von Systemen der künstlichen Intelligenz. Neuronale Netzwerkmodelle sind in der Lage, von riesigen Datenmengen zu lernen und kognitive Aufgaben wie etwa Sprachübersetzung, medizinische Diagnosen und Marktprognosen besser auszuführen als Menschen. In diesem CAS lernen Sie, wie diese Technologie funktioniert und wie sie sich in einer praktischen Umgebung auf reale Probleme anwenden lässt.  

Aktuelles zur Digitalisierung

Mit dem Weiterbildungs-Newsletter bleiben Sie am Ball. Jetzt abonnieren!

 Teilen

In der Übersicht

Der Grundgedanke des maschinellen Lernens (ML) ist einem Computer beizubringen, aus Daten zu lernen, damit er nützliche Aufgaben erfüllen kann. Es gibt viele Arten von Daten, darunter Bilder, Texte, Tabellen oder Tonaufnahmen. Die zu erfüllenden Aufgaben sind ebenso zahlreich und reichen von der Klassifizierung von Dokumenten über Risikobewertung, Prozessoptimierung, Computer Vision bis hin zu Empfehlungssystemen. In diesem Kurs lernen Sie, 

  • welche ML-Modelle sich für die verschiedenen Aufgaben am besten eignen  
  • wie Sie Ihre Daten vorbereiten können für das Training dieser Modelle 
  • Ihr ML-System zu trainieren und dessen Leistung zu evaluieren, wie Sie das System für den produktiven Einsatz skalieren können 
Mehr Informationen

Nach den bemerkenswerten Durchbrüchen des vergangenen Jahrzehnten verfügen wir heute über Modelle des maschinellen Lernens, die erstaunliche Leistungen erbringen. ML-Modelle mit extrem vielen einstellbaren Parametern (wie zum Beispiel Deep-Learning-Modelle) ermöglichen die Entwicklung menschenähnlicher Chatbots und selbstfahrender Autos. Sie werden die diesen Systemen zugrunde liegenden neuronalen Netzwerkmodelle und andere ML-Ansätze wie Entscheidungsbäume und Bayessches Lernen kennen lernen. 

Das Programm ist ideal für alle, die daran interessiert sind, maschinelles Lernen tiefer zu verstehen und lernen. Programmiererfahrung ist erwünscht, ist aber nicht erforderlich, um ein erfahrener Programmierer zu sein. Um Studenten zu helfen, die in den letzten Jahren nicht viel programmiert haben, widmet sich das erste Modul nur der Aktualisierung Ihrer Programmierung skills in Python. Das Ziel ist, dass Sie am Ende des Kurses in der Lage sind, ML-Systeme direkt in ihrem Arbeitsumfeld anzuwenden. Dies entspricht in den meisten Unternehmen einer äusserst wertvollen und gefragten berufliche Qualifikation. Falls Sie Fragen zur Anmeldung haben oder überprüfen wollen, ob Ihre Kenntnisse für den Kurs ausreichen, können Sie sich jederzeit an Umberto Michelucci wenden. Wir beantworten gerne alle Fragen, die Sie haben. Die E-Mail-Adressen und Telefonnummern finden Sie rechts auf dieser Seite.

Modulübersicht:

Das Programm findet jährlich von Oktober bis Mai statt:

Modul 1 - Einführung

  • Mathe-Auffrischung: Lineare Algebra, Analysis, Statistik
  • Auffrischung im Programmieren: Python, Numpy, Matplotlib
  • Die Geschichte und Entwicklung von Machine Learning
  • Datenmanagement und Feature Engineering

Modul 2 - Machine Learning

  • Unsupervised Lernen
  • Supervised Learning
  • Künstliche neuronale Netze
  • Modell-Validierung
  • Modell-Diagnostik

Modul 3 – Deep Learning

  • Convolutional Neural Networks
  • Computer Vision
  • Generative Modelle
  • Rekurrente neuronale Netze 
  • Natural Language Processing (NLP)
  • Transformers: Attention is all you need

Modul 4 – Weitere Arten von Machine Learning

  • Empfehlungssysteme
  • Entscheidungsbäume, Random Forest und Gradient Boosting
  • Bayessches Lernen und Bayessche Netze
  • Self-supervised Lernen
  • Reinforcement learning

Modul 5 – Produktionsbereitstellung und ML-Ops

  • Der Workflow des maschinellen Lernens
  • Modellbereitstellung in der Produktion
  • ML-Ops-Konzepte und Überlegungen
  • Architekturen der Bereitstellung: Edge, Cloud, Browser
  • Überwachung von Produktionsmodellen

Der Schwerpunkt liegt auf der praktischen Arbeit: jedes Thema wird mittels Python-Programmierung und Übungseinheiten in der Klasse bearbeitet. Für fortgeschrittene Themen werden kompetente Gastdozierende hinzugezogen. Voraussetzung für die Verleihung des CAS-ML Zertifikats ist die Teilnahme über die gesamte Kursdauer hinweg.

Transferarbeit:
Die Transferarbeit besteht aus einem Projekt, das von den Teilnehmenden an einem realen Datensatz durchgeführt wird. Der Prozess besteht aus den folgenden Schritten:

  1. Die Teilnehmenden müssen ein Projekt/Problem aus ihrem Unternehmen oder aus eigenem Interesse vorschlagen
  2. Der Vorschlag wird von den Dozierenden besprochen und genehmigt oder geändert
  3. Die Teilnehmenden haben während des CAS Zeit, um unter Anleitung der Dozierenden an dem Projekt zu arbeiten
  4. Die Projekte werden am letzten Tag des CAS präsentiert

Ziel ist es, dass die Teilnehmerinnen und Teilnehmer Erfahrungen mit einem realen Problem sammeln, das einen Mehrwert für ihren Lebenslauf oder für ihr Unternehmen darstellt.

Verwendete Technologien:

  • Python, Jupyter, Scikit Learn, Pandas, Numpy, Matplotlib
  • Tensorflow, Keras
  • GPUS und Hardware-Beschleunigung
  • AWS, MS-Azure, Google Cloud

casmachinelearning

Dozierende in diesem CAS

Unter anderem folgende Fachpersonen unterrichten im CAS Machine Learning:

Donnacha Daly

Claus Horn

Fabian Groeger

Mark Rowan

Michael Calonder

Mirko Birmbaumer

Prisca Renella

Umberto Michelucci

hidden

Facts

Programmstart

Herbst 2023 (Start zwischen dem 13. Oktober 2023 und dem 10. November 2023)

Programmende

März 2024

Anmeldeschluss

Auch kurzfristige Anmeldungen sind noch möglich.

Dauer

5 Monate

Kosten

CHF 7'900.-

Einschreibegebühr und Unterlagen sind inklusive. Kursgebühren mit Bitcoin bezahlen: Meldung an +41 41 228 42 42 oder an info@hslu.ch. Vergünstigung: 5 Prozent Preisnachlass für Alumni-Mitglieder der Hochschule Luzern. Weiterbildungsgutscheine SVEB werden akzeptiert.

Programmleitung
  • Dr. Umberto Michelucci
Programmleitung (extern)

Dr. Michael Calonder

Info-Veranstaltungen
hidden
  • Montag, 15. Mai 2023, Online
Abschluss

Certificate of Advanced Studies (CAS) in Machine Learning from the Lucerne University of Applied Sciences & Arts​

Programmart

CAS

ECTS

15

Unterrichtszeiten

15 Präsenztage: 9x Freitag, 6x Samstag
Den aktuellen Stundenplan senden wir Ihnen gerne auf Anfrage zu.

Unterrichtssprache
  • Deutsch
  • Englisch
Durchführungsort

Rotkreuz

Kontaktstunden

120 Lektionen

Dozierende

Das CAS wird von einem Gremium von Experten für maschinelles Lernen aus der Industrie und dem akademischen Bereich geleitet.

Zielgruppe

Führungs- und Fachkräfte aus Fach- und IT-Abteilungen, Projektleiter/innen und Berater/innen, die gefordert sind, Daten intensiver Auszuwerten. Das CAS richtet sich an Personen, die daran interessiert sind, moderne Techniken des maschinellen Lernens auf reale und angewandte Anwendungsfälle anzuwenden. 

Voraussetzungen

Ein Abschluss auf Tertiärstufe (ETH/Universität, Fachhochschule, Höhere Fachschule und andere) und mindestens zwei Jahre Berufserfahrung. Personen mit einer gleichwertigen Qualifikation und mehrjähriger Berufserfahrung können in beschränkter Anzahl über ein standardisiertes Zulassungsverfahren («sur dossier») aufgenommen werden - dies kann mit Auflagen verbunden sein.

Etwas Programmiererfahrung ist von Vorteil.

Die Vorlesungen werden auf Deutsch gehalten, während die Folien und das Lesematerial können auf Englisch sein. Englischkenntnisse von mindestens B1 sind erforderlich, um das Material bequem lesen zu können.

Beachten Sie, dass es sich um wissenschaftliches Englisch handelt, das leichter zu lesen ist. Die Programmleitung wird dafür sorgen, dass zwischen dem zusätzlichen Material auch Deutsch in Büchern und auf der Website präsent ist, um das Selbststudium für diejenigen zu erleichtern, die mit Englisch nicht so gut zurechtkommen.

Anbieter

Informatik

Methodik

Präsenzunterricht (Streaming nicht garantiert)

Bemerkungen
Merkblatt Neuregelung Steuerabzug

Weiterbildungskosten ab 2016

Preparation Suggestions and Tips
Machine Learning ist ein komplexes Thema, das gute Programmier- und mathematische Kenntnisse erfordert. Jeder mit einer typischen Tertiärbildung kann sie erlernen. Um Ihnen die Vorbereitung auf das CAS zu erleichtern, haben wir eine Liste mit Vorschlägen zusammengestellt, die Sie befolgen können. In dieser PDF-Datei finden Sie eine Reihe von Online-Kursen, die wir ausgewählt haben und die optimal geeignet sind, um Ihnen die notwendigen Fähigkeiten zu vermitteln, damit Sie so viel wie möglich vom CAS ML profitieren können. Und es wird Ihnen richtig Spass machen! Laden Sie sich das Dokument herunter, und wenn Sie sich für das CAS angemeldet haben und die Kurse besprechen möchten oder Fragen haben, können Sie sich jederzeit an Umberto Michelucci wenden. Er wird sich gerne online oder persönlich mit Ihnen treffen, um Ihre Bedürfnisse oder Anliegen zu besprechen. Gemeinsam mit ihm können Sie Ihre Vorbereitung individuell gestalten.

 

Dieses Programm ist Teil folgender Weiterbildungen

  • MAS Agile DevOps & Cloud Transformation

  • MAS Business Intelligence

  • MAS Digital Architect & Transformation

Interessiert?

  • Jetzt anmelden !

Dr. Umberto Michelucci

Programmleiter

E-Mail anzeigen

Dr. Michael Calonder

Co-Programmleiter

+41 79 689 10 28

E-Mail anzeigen

Melda Kahveci

Programmorganisatorin

+41 41 349 31 39

E-Mail anzeigen

Info-Veranstaltungen

  • Montag, 15. Mai 2023, Online

Footer

FH Zentralschweiz

Links zu den Social-Media-Kanälen

  •  Facebook
  •  Instagram
  •  Twitter
  •  LinkedIn
  •  YouTube
  •  Flickr

Kontakt

Logo Informatik

Hochschule Luzern

Informatik
Administration Office Sekretariat Aus- und Weiterbildung

Campus Zug-Rotkreuz
Suurstoffi 1
CH- 6343 Rotkreuz

+41 41 349 30 70

informatik@hslu.ch

Öffnungszeiten

von Montag bis Freitag
08:00 - 12:00 und
13:00 -17:00 Uhr

Direkteinstieg

  • Studieninteressierte Bachelor
  • Studieninteressierte Master
  • Weiterbildungsinteressierte
  • Unternehmen & Institutionen
  • Medienschaffende
  • Für Studierende
  • Für Mitarbeitende

Quicklink

  • Personensuche
  • Standorte
  • Aktuell
  • Bibliothek
  • Agenda
  • Jobs & Karriere
  • Räume mieten
  • Blog

Statische Links

  • Newsletter abonnieren
  • Datenschutzerklärung
  • Impressum
  • Institutionell akkreditiert nach HFKG 2019–2026
Logo Swissuniversities

QrCode

QrCode
Wir verwenden Cookies, um Ihnen eine optimale Nutzung der Website zu ermöglichen und um Ihnen auf unserer Website, auf anderen Websites und in sozialen Netzwerken personalisierte Werbung anzuzeigen. Indem Sie diesen Hinweis schliessen oder mit dem Besuch der Seite fortfahren, akzeptieren Sie die Verwendung von Cookies. Weitere Informationen zu diesen Cookies und wie Sie die Datenbearbeitung durch sie ablehnen können, finden Sie in unserer Datenschutzerklärung.
OK