Practical Machine Learning

Intelligente Software-Systeme analysieren Daten und Situationen, steuern Prozesse, erstellen Prognosen, treffen Entscheide oder geben Empfehlungen ab. Das CAS Practical Machine Learning rüstet Sie mit den Methoden und Werkzeugen aus, damit Sie solche Systeme bauen, einsetzen und nutzen können, und Sie können sich in verschiedenen Anwendungsbereichen spezialisieren.

Der Studiengang

  • richtet sich an Informatiker*innen und Fachexpert*innen aus IT und Business,
  • vermittelt Ihnen die methodischen Grundlagen, Übersicht zu Einsatzbereichen und Anwendungsmöglichkeiten von Machine Learning,
  • befähigt Sie, Machine-Learning Applikationen professionell zu entwickeln und mit der Programmiersprache Python zu arbeiten,
  • ermöglicht Ihnen, bei der Konzeption und Evaluation von Machine Learning Komponenten mitzuarbeiten,
  • bietet Ihnen Spezialisierungsmöglichkeiten in den Themen Image Analysis, Natural Language Processing, Network Analysis, Predictive Maintenance sowie Operationalisierung von ML und AI Modellen an.

Steckbrief

  • Titel/Abschluss Certificate of Advanced Studies (CAS)
  • Dauer KW17 bis KW40
  • Unterrichtstage Vorwiegend Donnerstag: 08:30 bis 16:15 Uhr
    Einzelne andere Wochentage: 08:30 bis 16:15 Uhr
  • Anmeldefrist Einen Monat vor Studienbeginn
  • Anzahl ECTS 12 ECTS-Credits
  • Kosten Einzeln: CHF 7'500
    Als Teil eines DAS/MAS/EMBA: CHF 6'600
  • Unterrichtssprache Deutsch
  • Studienort Biel, Aarbergstrasse 46
  • Departement Technik und Informatik
  • Nächste Durchführung Frühling 2023

Kontakt

Inhalt + Aufbau

Portrait

Die Anforderungen an Optimierung, Effizienz und Qualität von Unternehmensprozessen und Dienstleistungen wächst laufend. Mit Machine Learning (ML) verschaffen Sie sich Einblicke in die Daten Ihrer Organisation, optimieren Ihre Dienstleistungen und Unternehmensprozesse und können präzisere Entscheide treffen. Die Anwendungen von ML sind äusserst vielseitig, beispielsweise:

  • Präzisierung von Verbrauchs- und Beschaffungsprognosen in der Logistik
  • Automatische Klassifikation von Dokumenten, Emails und Social Media Daten
  • Produktempfehlungen für Kunden
  • Analyse und Steuerung von IoT-Netzwerken
  • Prognose von Störfällen
  • Überwachungsaufgaben in der IT-Sicherheit
  • Erkennen und Klassifizieren von Objekten in Bildern oder Tonmustern in Audiovisuellen Daten

Es stehen heute einfach zu bedienende und mächtige Softwarepakete für die Anwendung von Machine Learning zur Verfügung. Deren sinnvolle Nutzung erfordert allerdings gute Kenntnisse über die Wirkungsweise, die Rahmenbedingungen und die Qualitätsmessung der verschiedenen Algorithmen.

Ausbildungsziel

Dieses CAS befähigt Sie zur Anwendung von ML im eigenen Arbeitsgebiet, sowie zur Mitarbeit in Teams, die ML-Methoden einsetzen oder implementieren. Das CAS:

  • vermittelt Ihnen die methodischen Grundlagen, eine Übersicht zu Einsatzbereichen und Anwendungsmöglichkeiten von Machine Learning,
  • ermöglicht Ihnen, bei der Konzeption und Evaluation von Machine Learning-Komponenten und Algorithmen mitzuarbeiten,
  • vermittelt Ihnen die Werkzeuge zur Bewertung der Leistungsfähigkeit von Machine Learning-Algorithmen,
  • befähigt Sie, Machine-Learning Applikationen und Komponenten professionell zu entwickeln und mit der Programmiersprache Python zu arbeiten.

Das CAS ermöglicht Ihnen eine Spezialisierung in einem oder mehreren Themenbereichen

  • Image Analysis
  • Text Analysis und Natural Language Processing NLP

Es werden folgende Gebiete besprochen:

  • Einführung in die Denk- und Handlungsweise des Machine Learning (Fakultativ)
  • Überwachtes Lernen
  • Feature Engineering
  • Python
  • Nicht-überwachtes Lernen
  • Neuronale Netze
  • Wahlfach: Image Analysis
  • Wahlfach: Text Analytics und Natural Language Processing (NLP)
  • Projektarbeit
CAS | Practical Machine Learning

Kompetenzstufen

  1. Kenntnisse | Wissen
  2. Verstehen
  3. Anwenden
  4. Analyse
  5. Synthese
  6. Beurteilung

Das CAS wird meistens in Präsenzform durchgeführt. In Absprache mit der Klasse können auch Tage via MS-Teams in Distance Learning oder in Einzelfällen in Hybridform mit Online-Teilnahme parallel zum Präsenzunterricht durchgeführt werden.

Titel + Abschluss

Certificate of Advanced Studies (CAS) in «Practical Machine Learning»

Voraussetzungen + Zulassung

Das CAS Practical Machine Learning richtet sich an:

  • Informatiker*innen, die Machine Learning Komponenten kompetent in Software-Anwendungen integrieren wollen.
  • Fachexpert*innen aus IT und Business, die Machine Learning-Techniken kennenlernen und anwenden möchten.

Für die Zulassung ist in der Regel ein abgeschlossenes Hochschulstudium und Praxiserfahrung erforderlich. 
Personen mit einem Abschluss der höheren Berufsbildung können zugelassen werden, wenn sie über ausreichend Berufserfahrung und wissenschaftlich-methodische Vorkenntnisse verfügen. 

Voraussetzungen

  • Notwendig sind Vorkenntnisse in Statistik und Datenanalyse und der Sprache R (www.r-project.org), entsprechend etwa dem Stoff im CAS Datenanalyse.
  • Für Software-Ingenieure und -Ingenieurinnen, die mit Skriptsprachen umfangreiche Erfahrung haben, oder für alle, die R schon kennen, aber lange nicht verwendet haben, wird ein 1 tägiger R-Update angeboten.
  • Sie bringen ein Bachelorstudium mit, typischerweise in Informatik-, Ökonomie- oder Engineering-Disziplinen und haben Spass an einer algorithmischen Denkweise.

Studienort

Ab dem Herbstsemester 2022 findet der Unterricht an der Aarbergstrasse 46 im Neubau des Switzerland Innovation Park Biel/Bienne (SIPBB) statt, welcher direkt neben dem Bahnhof Biel/Bienne liegt.

Aarbergstrasse 46, 2503 Biel

Aarbergstrasse 46
2503 Biel