Maschinelles Lernen regiert die Welt. Es erstellt Vorhersagen für jeden einzelnen Kunden, Mitarbeiter, Wähler und Verdächtigen, und diese Vorhersagen steuern Millionen von Geschäftsentscheidungen effektiver, indem sie bestimmen, wer angerufen, angeschrieben, genehmigt, getestet, diagnostiziert, gewarnt, untersucht, inhaftiert, zu einem Date verabredet oder medizinisch behandelt werden soll.
Aber damit das funktioniert, müssen Sie die weit verbreitete Kluft zwischen der Unternehmensführung und dem technischen Know-how überbrücken. Die Einführung des maschinellen Lernens ist ebenso sehr ein Managementprojekt wie ein technisches Projekt. Sein Erfolg hängt von einer ganz bestimmten Art der Unternehmensführung ab. Das bedeutet, dass zwei verschiedene Spezies harmonisch zusammenarbeiten müssen: der Business Leader und der Quant. Dieser Kurs wird Sie dazu anleiten, die End-to-End-Implementierung von maschinellem Lernen (auch bekannt als prädiktive Analytik) zu leiten oder daran mitzuwirken. Im Gegensatz zu den meisten Kursen zu maschinellem Lernen bereitet er Sie darauf vor, den häufigsten Managementfehler zu vermeiden, der Projekte zu maschinellem Lernen zum Scheitern bringt: Sie stürzen sich direkt in die Zahlenakrobatik, bevor Sie einen Weg für den operativen Einsatz festgelegt und geplant haben. Egal, ob Sie auf der geschäftlichen oder der technischen Seite an einem Projekt zu maschinellem Lernen beteiligt sind, dieser Kurs vermittelt Ihnen wichtiges und relevantes Know-how. Sie lernen die betriebswirtschaftlichen Grundlagen, die erforderlich sind, um sicherzustellen, dass die Kerntechnologie im Rahmen der Geschäftsabläufe funktioniert - und erfolgreich einen Mehrwert für diese schafft. Wenn Sie eher ein Analytiker als eine Führungskraft sind, werden Sie feststellen, dass dies eine seltene Gelegenheit ist, die geschäftliche Seite zu vertiefen, da technische ML-Schulungen in der Regel nicht in diese Richtung gehen. Aber wissen Sie dies: Nach diesem Kurs werden Sie in der Lage sein: - ML anzuwenden: Erkennen Sie die Möglichkeiten, wie maschinelles Lernen das Marketing, den Vertrieb, die Kreditwürdigkeitsprüfung, die Versicherung, die Betrugserkennung und vieles mehr verbessern kann. - ML zu planen: Bestimmen Sie die Art und Weise, wie maschinelles Lernen operativ integriert und eingesetzt werden soll, sowie die personellen und datenmäßigen Voraussetzungen dafür. - ML grünes Licht geben: Prognostizieren Sie die Effektivität eines maschinellen Lernprojekts und werben Sie dann intern um die Zustimmung Ihrer Kollegen. - ML leiten: Leiten Sie ein maschinelles Lernprojekt von der Erstellung von Vorhersagemodellen bis zu deren Einführung. - Daten für ML vorbereiten: Überwachen Sie die Datenvorbereitung, die sich direkt an den geschäftlichen Prioritäten orientiert. - Bewerten Sie ML: Berichten Sie über die Leistung von Vorhersagemodellen in geschäftlicher Hinsicht, wie z.B. Gewinn und ROI. - Regulieren Sie ML: Kümmern Sie sich um ethische Fallstricke, z.B. wenn Vorhersagemodelle sensible Informationen über Einzelpersonen preisgeben, z.B. ob sie schwanger sind, ihren Job kündigen werden oder verhaftet werden könnten - auch bekannt als KI-Ethik. KEIN HANDS-ON UND KEINE SCHWERE MATH. Dieser Kurs ist kein praktisches Training, sondern dient sowohl Unternehmensleitern als auch angehenden Datenwissenschaftlern, indem er die Kerntechnologie kontextualisiert und Sie durch den End-to-End-Prozess führt, der für den erfolgreichen Einsatz eines Vorhersagemodells erforderlich ist, damit es einen geschäftlichen Nutzen bringt. Es gibt keine Übungen, die Kodierung oder die Verwendung von Software für maschinelles Lernen beinhalten. FÜR WEN IST ES GEEIGNET. Dieses konzentrierte Einstiegsprogramm richtet sich an alle, die sich am kommerziellen Einsatz von maschinellem Lernen beteiligen möchten, unabhängig davon, ob Sie dies in der Rolle eines Unternehmensleiters oder als Quant tun werden. Dazu gehören Geschäftsleute und Entscheidungsträger aller Art, wie Führungskräfte, Direktoren, Geschäftsbereichsleiter und Berater - sowie Datenwissenschaftler. WIE EIN UNIVERSITÄTSKURS. Dieser Kurs eignet sich auch für Hochschulstudenten oder für diejenigen, die ein MBA-Studium anstreben oder sich bereits dafür eingeschrieben haben. Der Umfang und die Tiefe der gesamten dreiteiligen Spezialisierung entspricht einem vollen Semester MBA oder einem Kurs auf Graduiertenebene. TIEF UND ZUGÄNGLICH. Dieser Lehrplan wurde von dem Branchenführer Eric Siegel entwickelt, der in seiner Zeit als Professor an der Columbia University mit zahlreichen Lehrpreisen ausgezeichnet wurde. Er ist einer der gründlichsten, ansprechendsten und überraschend zugänglichsten Lehrpläne zum Thema maschinelles Lernen. HERSTELLERNEUTRAL. Diese Spezialisierung umfasst aufschlussreiche Software-Demos zum maschinellen Lernen in der Praxis mit SAS-Produkten. Der Lehrplan ist jedoch herstellerneutral und universell anwendbar. Die Inhalte und Lernziele gelten unabhängig davon, mit welchen Software-Tools für maschinelles Lernen Sie letztendlich arbeiten werden. VORAUSSETZUNGEN. Vor diesem Kurs sollten Sie den ersten der drei Kurse dieser Specialization besuchen, "The Power of Machine Learning": Das Geschäft ankurbeln, Klicks anhäufen, Betrug bekämpfen und Betrüger abweisen"
