CAS Machine Intelligence

Folgende Fragestellungen stehen im Zentrum des CAS Machine Intelligence:

• Wie schafft man optimale Bedingungen für maschinelles Lernen?
• Was bedeutet Deep Learning und wo lässt es sich einsetzen?
• Wie lässt sich mit Textanalysemethoden ermitteln, ob sich jemand positiv oder negativ zu einem bestimmten Thema auf sozialen Netzwerken äussert?
• Welche Big Data Methoden gibt es und wie werden sie eingesetzt?

Das CAS Machine Intelligence ist Bestandteil des DAS Data Science und des MAS Data Science.

Folgende Zielgruppen sollen angesprochen werden:

• Professionals mit Hochschulabschluss und mit mehrjähriger Berufserfahrung als Daten- oder Business-Analysten
• Analytiker und Data Miner
• Spezialisten im Analytischen Marketing
• Ingenieure, Softwareentwickler und Softwarearchitekten
• IT Projektleiter und Berater

Die Studierenden erwerben sowohl theoretische Grundlagen als auch praktische Fähigkeiten in den folgenden Bereichen:

• Machine Learning
• Deep Learning
• Text Analytics
• Big Data Applications

Modul A: Machine Learning

• Grundlagen, Einsatzkonzepte und Best Practices für Machine Learning (ML)
• Ausgewählte Machine Learning Algorithmen (Clustering, Classification, Anomaly Detection)
• Feature Engineering

Modul B: Deep Learning

• Grundlagen des Deep Learnings (zum Beispiel Optimierung, logistische Regression, Neuronale Netze mit vielen Schichten, Autoencoder)
• Frameworks für Deep Learning: Es wird ein Framework für Deep Learning vertieft dargestellt (zum Beispiel TensorFlow).
• Deep Learning Architekturen (zum Beispiel convolutional neural networks und rekursive Neuronale Netze)
• Neuste Entwicklungen: Es wird auf neuste Entwicklungen, die sich in der Praxis durchsetzen haben eingegangen (zum Beispiel generative Modelle)

Modul C: Text Analytics

• Grundlagen, Einsatzkonzepte und Best Practices von automatischer Textanalyse
• Evaluation von Systemen zur automatischen Textanalyse
• Ausgewählte Anwendungen und Algorithmen (Text-Klassifikation, Sentiment-Analyse, Keyword Extraction etc.)

Modul D: Advanced Topics in Big Data

• Grundkonzepte neuester Big Data Technologien wie etwa Apache Spark
• Einsatz von Big Data Technologie für Analyse von strukturierten und unstrukturierten Daten
• Verwendung von Streaming Technologien und skalierbaren Machine Learning Algorithmen
• Big Data Applikationen in unterschiedlichen Bereichen

Die Zulassung zu einem CAS setzt grundsätzlich einen Hochschulabschluss (Fachhochschule, HTL, HWV, Uni, ETH) voraus. Es können aber auch Praktikerinnen und Praktiker mit vergleichbarer beruflicher Kompetenz zugelassen werden, wenn sich die Befähigung zur Teilnahme aus einem anderen Nachweis ergibt. Über die definitive Zulassung entscheidet die Studienleitung. Die Zulassung zum CAS Machine Intelligence setzt zudem den erfolgreichen Abschluss des CAS Information Engineering voraus.

Kosten: CHF 5'900.00

Das Ausbildungsprogramm umfasst verschiedene Aktivitäten, wie etwa Vorlesungen, praxisorientierte Übungen und Fallbeispiele, Gruppenarbeiten und Selbststudium (Vor- und Nachbereitung).

Das CAS Machine Intelligence wird berufsbegleitend absolviert. Der Unterricht findet einmal pro Woche dienstags von 9:00 bis 17:00 (8 Lektionen) statt. Ein Unterrichtstag ist in zwei Blöcke von je 4 Lektionen unterteilt, wobei ein Block aus 2 Lektionen Unterricht und 2 Lektionen praktischem Arbeiten besteht. In den praktischen Arbeiten vertiefen die Teilnehmerinnen und Teilnehmer das Gelernte an konkreten Beispielen, die mit einer entsprechenden Software auf dem eigenen Laptop bearbeitet werden. Den individuellen Stundenplan erhalten die Studierenden spätestens einen Monat vor Studienbeginn. Die schulfreie Zeit richtet sich nach den Schulferien der Stadt Winterthur.