Practical Machine Learning

Das CAS Practical Machine Learning rüstet Sie mit den Methoden und Werkzeugen aus, mit denen Sie Systeme mit künstlicher Intelligenz bauen, einsetzen und nutzen können.

Der Studiengang

  • richtet sich an Personen, die als Informatikerin, Informatiker oder als Fachexperte, Fachexperte aus IT und Business tätig sind,
    setzt Vorkenntnisse in Statistik und Datenanalyse sowie der Sprache R voraus,
  • vermittelt Ihnen die Anwendungsmöglichkeiten von Machine Learning,
  • befähigt Sie, bei der Bewertung und Planung sowie beim Einsatz von Machine-Learning-Komponenten fachkundig mitzuentscheiden,
  • befähigt Sie, die Leistungsfähigkeit eines Machine-Learning-Algorithmus zu bewerten.
     

Steckbrief

  • Titel/Abschluss Certificate of Advanced Studies (CAS)
  • Dauer KW17 bis KW40 / KW43 bis KW14
  • Unterrichtstage Diverse Durchführungsdaten
  • Anmeldefrist 29. März 2019
    27. September 2019
  • Anzahl ECTS 12 ECTS-Credits
  • Kosten Einzeln: CHF 7'500
    Als Teil eines DAS/MAS/EMBA: CHF 6'600
  • Unterrichtssprache Deutsch
  • Studienort Bern Wankdorf
  • Departement Technik und Informatik
  • Nächste Infoveranstaltung Infoveranstaltungen finden laufend statt.
  • Nächste Durchführung Frühling 2019
    Herbst 2019

Inhalt + Aufbau

Portrait

Den intelligenten Software-Systemen gehört die Zukunft, denn sie analysieren Daten und Situationen, erstellen Prognosen, treffen Entscheide, geben Empfehlungen ab und steuern Prozesse. Mit Machine Learning (ML) verschaffen Sie sich Einblicke in die Daten Ihrer Organisation, optimieren Ihre Dienstleistungen und Unternehmensprozesse und können präzisere Entscheide treffen. Das CAS PML befähigt Sie zur Anwendung von ML im eigenen Arbeitsgebiet, sowie zur Mitarbeit in Teams, die ML-Methoden einsetzen oder implementieren.

Ausbildungsziel

  • Sie kennen Einsatzbereiche und Anwendungsmöglichkeiten von Machine Learning.
  • Sie können in der Evaluation, bei der Planung und im Einsatz von Machine Learning-Komponenten kompetent mitentscheiden.
  • Sie können die Leistungsfähigkeit eines Machine Learning-Algorithmus bewerten.

Es werden folgende Gebiete besprochen:

  • Einführung in die Denk- und Handlungsweise des Machine Learning
  • Überwachtes Lernen
  • Bewertung von Modellen
  • R-Update (optional)
  • Python
  • Nicht-überwachtes Lernen
  • Feature Engineering
  • Model Serving (optional)
  • Text- and Social Network Analytics
  • Deep Learning
  • Workshop (optional), Azure Data Science
CAS | Practical Machine Learning

Kompetenzstufen
 

  1. Kenntnisse | Wissen
  2. Verstehen
  3. Anwenden
  4. Analyse
  5. Synthese
  6. Beurteilung
  • Kontaktunterricht
  • Selbststudium
  • Projektarbeit

Die Kompetenznachweise umfassen Projektarbeiten und Prüfungen, die mit einer ECTS-Note A bis F abgeschlossen werden.

Titel + Abschluss

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

Voraussetzungen + Zulassung

Das CAS PML richtet sich an Informatikerinnen und Informatiker, die Machine Learning-Komponenten kompetent in Software-Anwendungen integrieren wollen sowie an Fachexpertinnen, Fachexperten aus IT und Business, die Machine Learning Techniken kennenlernen und anwenden möchten.

Zulassungsbedingungen

Hochschulabschluss und mindestens 2 Jahre Berufserfahrung. Zulassungen sind auch ohne Hochschulabschluss möglich, wenn Sie über eine gleichwertige Aus-/Weiterbildung und zusätzliche Berufserfahrung verfügen; Sie absolvieren zwingend den Kurs Einführung ins wissenschaftliche Arbeiten.

Schulische Voraussetzungen

Sie bringen ein Bachelorstudium mit, typischerweise in Informatik-, Ökonomie- oder Engineering-Disziplinen und haben Spass an einer algorithmischen Denkweise.

Kenntnisse + Fähigkeiten

Vorkenntnisse in Statistik und Datenanalyse und der Sprache R (www.r-project.org), entsprechend etwa dem Stoff des CAS Datenanalyse.

Ausnahmen

Die Studienleitung kann in allen Fällen eine Dossierprüfung vornehmen und - eventuell mit Auflagen zur Modulwahl - über die Zulassung entscheiden.

Organisation + Anmeldung

Das CAS PML dauert 1 Semester und umfasst 12 ECTS-Credits.

Diverse Durchführungsdaten

Kursstart: Kalenderwoche 43
Anmeldeschluss: Ende Kalenderwoche 40

Die Anmeldung ist bis einen Monat vor Studienbeginn möglich.

Einzeln: CHF 7'500 
Als Teil eines DAS/MAS/EMBA CHF 6'600

In der Regel rund 24 Teilnehmende.

Moodle stellt virtuelle Kursräume zur Verfügung. In diesen werden Arbeitsmaterialien und Lernaktivitäten bereitgestellt.

Infoveranstaltungen + Beratung

Studienort + Infrastruktur

Nachfolgend sind die wichtigsten Informationen betreffend IT-Infrastruktur am Standort Bern, Wankdorffeldstrasse zusammengefasst.

Detaillierte Informationen sowie Kauftipps und Links zu vergünstigten Angeboten für Studierende finden Sie auf den offiziellen Webseiten der IT-Services im Intranet. Entsprechend sind diese Seiten nur mit BFH-Username und Passwort zugänglich.

Username und Passwort

Sie erhalten zu Studienbeginn ein Benutzerkonto der BFH, welches Sie als Zugang für alle IT-Services benötigt wird. Bitte ändern Sie Ihr Initialpasswort!

WLAN

In allen Gebäuden der BFH steht Ihnen ein sicherer WLAN Zugang zum Schulnetz zur Verfügung.

WLAN-Bezeichnung Anmeldung Verschlüsselung

VPN

bfh Username/Password WPA2

nicht notwendig

eduroam Username/Password WPA2

notwendig

bfh-open

Mobile-Nummer keine

empfohlen

 

Unsere Studierenden nutzen in den Gebäuden der BFH das WLAN "bfh“. Das WLAN „eduroam“ ist für Gäste fremder Hochschulen vorgesehen und darf von den Studierenden der BFH auswärts, zusammen mit VPN verwendet werden. Für Gäste aus der Industrie steht das WLAN „bfh-open“ nach Anmeldung mit den Smart-Phone zur Verfügung. 

E-Mail

Für jeden Benutzeraccount wird an der BFH ein eigenes E-Mail-Konto eingerichtet.

Dieses lautet jeweils: kürzel@bfh.ch oder vorname.name@student.bfh.ch.

Die Adresse steht während der ganzen Studiendauer zur Verfügung und wird von den Dozierenden und der Administration zur Kommunikation verwendet. Es ist empfehlenswert, dieses Konto mindestens einmal pro Tag zu überprüfen. Folgende Varianten stehen zur Verfügung:

  • Verwendung von Microsoft Outlook oder eines andern eigenen E-Mail Client mittels IMAPS resp. SMTP/TLS über imap.bfh.ch:993 (SSL/TLS) und smpt.bfh.ch:587 (STARTTLS)
  • Nachrichten, welche an die BFH-Adresse eingehen, können auch an eine andere (private) Adresse umgeleitet werden.

Homedrive

Mit dem eigenem Benutzeraccount wird den Studierenden an der BFH auch persönlicher Speicherplatz zur Verfügung gestellt. Auf den PC der BFH ist dieser beispielsweise unter "My Documents" abgebildet. Auf dem eigenen PC kann folgendermassen darauf zugegriffen werden:

  • Zugriff mit SCP/SFTP via sslportal.bfh.ch
  • Über die Windows-Protokolle SMB, resp. CIFS kann das Home-Directory über den UNC \\bfhfilerbe01.bfh.ch\kürzel eingebunden werden (erfordert ggf. eine VPN-Verbindung).

Weitere Datenshares

  • \\bfh.ch\data Zentrale Datenablage der Abteilungen
  • \\bfh.ch\data\TI\pool geeignet für den ungesicherten Datenaustausch bei Gruppenarbeiten

Kopieren und Drucken

Zum Kopieren und Drucken stehen an der Wankdorffeldstrasse zwei grosse Druckcenter, in der ersten und zweiten Etage, zur Verfügung.
Unter Voraussetzung einer VPN-Verbindung können diese Drucker über den  Printserver \\print.bfh.ch\FollowMe genutzt werden.
Zum Auslösen der Kopier- und Druckaufträge wird die persönliche BFH-Card benötigt.

Bitte beachten!

  • Verwenden Sie immer die FQDN-Notation (Angabe des Hostnamens mit Domain, z.B. webmail.bfh.ch). Somit vermeiden Sie Konflikte und Ärger.
  • Bei der Abfrage von Usernamen und Passwörtern für Shares und andere Windows-Services der BFH schreiben Sie für Ihren Benutzernamen (Kürzel) bevorzugt "bfh\kürzel" oder "kürzel@bfh.ch"
  • Bei Problemen im Zusammenhang der IT-Infrastruktur melden Sie diese bitte unverzüglich über unser Trouble-Ticket System.

Falls Sie keine Antiviren-Software auf Ihrem Notebook installiert haben, verwenden Sie bitte während der Dauer Ihres Studiums den von der BFH zur Verfügung gestellten Virenschutz von Sophos für Windows, MAC oder Linux-Systeme.