Bitte wählen Sie die Bereiche, die Sie exportieren möchten:
Schulung Einführung in ArviZ: Bayesianische Modellvisualisierung
Praxisorientierte Übungen zur Entwicklung und Optimierung von Visualisierungen
Schulungsformen
Offene Schulung
- 2 Tage
- 5 gesicherte Termine
- 1.370,00 p. P. zzgl. MwSt.
- Köln / Online
- Dritter Mitarbeitende kostenfrei
- Learning & Networking in einem. Garantierte Durchführung ab 1 Teilnehmenden.
Inhouse-/Firmenschulung
- 2 Tage - anpassbar
- Termin nach Wunsch
- Preis nach Angebot
- In Ihrem Hause oder bei der GFU
- Lernumgebung in der Cloud
- Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
Individualschulung
- 2 Tage - anpassbar
- Termin nach Wunsch
- Preis nach Angebot
- In Ihrem Hause oder bei der GFU
- Lernumgebung in der Cloud
- 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Beschreibung
In diesem Seminar lernen die Teilnehmenden die grundlegenden und fortgeschrittenen Techniken zur Nutzung von ArviZ kennen. Das Seminar umfasst die Einführung in ArviZ, Installation und Einrichtung, grundlegende Konzepte und Funktionen, erweiterte Visualisierungstechniken und Anwendungen, Integration in bestehende Workflows, Performance-Optimierung und Skalierung sowie Debugging und Sicherheit. Durch praxisorientierte Übungen erwerben die Teilnehmenden die Fähigkeit, effektive und leistungsstarke Visualisierungen und Analysen mit ArviZ zu entwickeln, die die Effizienz und Qualität ihrer Projekte verbessern
Erweitern Sie Ihr Wissen mit einer weiteren Datenvisualisierung Schulung.
Schulungsziel
Am Ende des Seminars sind die Teilnehmenden in der Lage, ArviZ effektiv zu nutzen, um leistungsstarke, skalierbare und benutzerfreundliche Visualisierungen und Analysen zu entwickeln. Sie lernen, wie sie Daten aus verschiedenen Quellen integrieren, erweiterte Funktionen implementieren und die Sicherheit und Performance ihrer Visualisierungen optimieren. Durch praktische Übungen und detaillierte Anleitungen erwerben sie die Fähigkeiten, qualitativ hochwertige Visualisierungsprojekte zu erstellen und die Effizienz und Qualität ihrer Arbeit zu verbessern.
Details
Wer teilnehmen sollte
Dieses Seminar richtet sich an Datenwissenschaftler, Statistiker, Entwickler, Ingenieure und technische Fachkräfte, die eine leistungsstarke und flexible Lösung zur Visualisierung und Analyse von Bayesianischen Modellen suchen.
Ihre Schulung
In Präsenz | Online |
|---|---|
| Lernmethode | |
Ausgewogene Mischung aus Theorie und Praxis | Wie auch bei unseren Präsenz-Seminaren: Ausgewogene Mischung aus Theorie und praktischen Übungen. Trainer durchgehend präsent. |
| Unterlagen | |
Seminarunterlagen oder Fachbuch zum Seminar inklusive, das man nach Rücksprache mit dem Trainer individuell auswählen kann. | Seminarunterlagen oder Fachbuch inklusive (per Post). Das Fachbuch wählt der Trainer passend zum Seminar aus - Ihren individuellen Buch-Wunsch berücksichtigen wir auf Nachfrage gerne. |
| Arbeitsplatz | |
| PC/VMs für jeden Teilnehmenden Hochwertige und performante Hardware Große, höhenverstellbare Bildschirme Zugang zu Ihrem Firmennetz erlaubt |
|
| Lernumgebung | |
Neu aufgesetzte Systeme für jeden Kurs in Abstimmung mit dem Seminarleiter. | |
| Arbeitsmaterialien | |
DIN A4 Block, Notizblock, Kugelschreiber, USB-Stick, Textmarker, Post-its | |
| Teilnahmezertifikat | |
Die Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen am Ende des Seminars ausgehändigt. | Die Teilnahmezertifikat inkl. Inhaltsverzeichnis wird Ihnen per Post zugesandt. |
Organisation
In Präsenz | Online | |
|---|---|---|
| Teilnehmendenzahl | ||
min. 1, max. 8 Personen | ||
| Garantierte Durchführung | ||
Ab 1 Teilnehmenden* | ||
| Schulungszeiten | ||
| ||
| Ort der Schulung | ||
 GFU SchulungszentrumAm Grauen Stein 27 51105 Köln-Deutz oder online im Virtual Classroom oder europaweit bei Ihnen als Inhouse-Schulung Um ein optimales Raumklima zu gewährleisten, haben wir das Schulungszentrum mit 17 hochmodernen Trotec TAC V+ Luftreinigern ausgestattet. Diese innovative Filtertechnologie (H14 zertifiziert nach DIN EN1822) sorgt dafür, dass die Raumluft mehrfach pro Stunde umgewälzt wird und Schadstoffe zu 99.995% im HEPA-Filter abgeschieden und infektiöse Aerosole abgetötet werden. Zusätzlich sind alle Räume mit CO2-Ampeln ausgestattet, um jederzeit eine hervorragende Luftqualität sicherzustellen. | ||
| Räumlichkeiten | ||
Helle und modern ausgestattete Räume mit perfekter Infrastruktur | Bequem aus dem Homeoffice von überall | |
| Preisvorteil | ||
Dritter Mitarbeitende nimmt kostenfrei teil. Eventuell anfallende Prüfungskosten für den dritten Teilnehmenden werden zusätzlich berechnet. Hinweis: Um den Erfolg der Schulung zu gewährleisten, sollte auch der dritte Teilnehmende die erwarteten Vorkenntnisse mitbringen. | ||
| All-Inclusive | ||
Gebäck, Snacks und Getränke ganztägig, Mittagessen im eigenen Restaurant, täglich 6 Menüs, auch vegetarisch | Eine Auswahl unserer Frühstücks-Snacks und Nervennahrungs-Highlights senden wir Ihnen mit den Seminarunterlagen per Post zu. | |
| Barrierefreiheit | ||
Das GFU-Schulungszentrum (Am Grauen Stein 27) ist barrierefrei | - | |
Buchen ohne Risiko
| Rechnungsstellung |
Erst nach dem erfolgreichen Seminar. Keine Vorkasse. |
| Stornierung |
Kostenfrei bis zum Vortag des Seminars |
| Vormerken statt buchen |
Sichern Sie sich unverbindlich Ihren Seminarplatz schon vor der Buchung - auch wenn Sie selbst nicht berechtigt sind zu buchen |
Kostenfreie Services
In Präsenz | Online |
|---|---|
|
|
Inhalt
- Ziele und Erwartungen der Teilnehmenden
- Klärung individueller Lernziele und Erwartungen für ein praxisnahes und relevantes Seminar
- Einführung in ArviZ: Überblick und Bedeutung
- Was ist ArviZ und warum ist es wichtig?
- Definition und Hintergrund: ArviZ als Python-Bibliothek für die Exploration, Diagnose und Visualisierung von Bayesianischen Modellen.
- Vorteile von ArviZ: Interoperabilität mit verschiedenen probabilistischen Programmiersprachen, umfassende Visualisierungsfunktionen.
- Anwendungsbereiche: Einsatz in Statistik, Datenanalyse, maschinellem Lernen und wissenschaftlichem Rechnen.
- Unterschiede und Vorteile von ArviZ im Vergleich zu anderen Visualisierungsbibliotheken
- Vergleich mit Matplotlib, Seaborn und anderen: Stärken und Schwächen.
- Flexibilität: Unterstützung für verschiedene probabilistische Programmiersprachen wie PyMC3, Stan und TensorFlow Probability.
- Benutzerfreundlichkeit: Intuitive API und leistungsstarke Funktionen.
- Architektur und Kernkomponenten von ArviZ
- Übersicht der Architektur: Hauptkomponenten und deren Zusammenspiel.
- Funktionalitäten: Datenimport, Modellbewertung, Diagnose und Visualisierung.
- Anwendungsfälle: Beispiele erfolgreicher Implementierungen.
- Was ist ArviZ und warum ist es wichtig?
- Installation und Einrichtung von ArviZ
- Systemanforderungen und notwendige Software
- Grundvoraussetzungen: Notwendige Software und Hardware.
- Installation von ArviZ: Schritt-für-Schritt-Anleitung für verschiedene Betriebssysteme (Linux, macOS, Windows).
- Erste Schritte mit ArviZ
- Einführung in die ArviZ-Syntax: Grundlegende Befehle und Funktionen.
- Einrichtung der Entwicklungsumgebung: Nutzung von Jupyter Notebooks und IDEs.
- Fehlerbehebung: Häufige Fehler und deren Lösungen.
- Programmierung und erste Anwendungen
- Einführung in die Nutzung von ArviZ: Grundlegende Konzepte und Unterschiede zu anderen Visualisierungsbibliotheken.
- Erstellung und Ausführung einfacher Visualisierungen
- Schritt-für-Schritt-Anleitung: Von der Datenimportierung bis zur Visualisierung.
- Anpassung und Erweiterung: Hinzufügen von Diagnose- und Bewertungsfunktionen.
- Debugging und Monitoring: Nutzung von ArviZ-Diagnosetools und Visualisierungshilfen.
- Systemanforderungen und notwendige Software
- Grundlegende Konzepte der Visualisierung mit ArviZ
- Datenimport und -vorbereitung
- Datenarten: Unterstützung für verschiedene Datenformate und probabilistische Programmiersprachen.
- Datenzugriffsmuster: Optimierung von Lese- und Schreibzugriffen.
- Datenvorbereitungsprozesse: Nutzung von Datenvorbereitung und -bereinigung.
- Visualisierungsfunktionen und -techniken
- Traceplots und Posteriorplots: Nutzung zur Diagnose von Modellen.
- Pairplots und Jointplots: Visualisierung der Beziehung zwischen Parametern.
- Autokorrelationsplots und Forestplots: Nutzung zur Bewertung der Modellleistung.
- Diagnose- und Bewertungsmetriken
- Nutzung von R-hat und Effective Sample Size: Bewertung der Konvergenz.
- Posterior Predictive Checks: Validierung der Modellvorhersagen.
- Nutzung von WAIC und LOO: Vergleich von Modellen.
- Datenimport und -vorbereitung
- Praxisübung 1: Erstellung einfacher Visualisierungen mit ArviZ
- Ziel der Übung: Erstellung grundlegender Visualisierungen zur Modellbewertung
- Projektbeschreibung: Entwicklung einer Visualisierung zur Diagnose eines Bayesianischen Modells.
- Anforderungen: Nutzung von ArviZ und grundlegenden Visualisierungsfunktionen.
- Schritt-für-Schritt-Anleitung:
- Import der Daten: Initialisierung und Konfiguration.
- Implementierung der Visualisierungen: Nutzung von Traceplots und Posteriorplots.
- Anpassungen und Erweiterungen: Hinzufügen von Diagnose- und Bewertungsfunktionen.
- Tools: ArviZ, Jupyter Notebook
- Ergebnisse und Präsentation
- Fertige Visualisierung: Präsentation der Visualisierung und der ersten Ergebnisse.
- Diskussion und Feedback: Analyse der Ergebnisse und Verbesserungsvorschläge.
- Ziel der Übung: Erstellung grundlegender Visualisierungen zur Modellbewertung
- Erweiterte Funktionen und Techniken in ArviZ
- Fortgeschrittene Visualisierungstechniken
- Implementierung komplexer Visualisierungen: Nutzung von Pairplots und Jointplots.
- Optimierung von Visualisierungen: Anpassung von Farben, Labels und Layouts.
- Nutzung von Interaktivität: Erstellung interaktiver Visualisierungen mit Bokeh.
- Modellvergleich und -bewertung
- Einführung in Modellvergleichstechniken: Nutzung von WAIC und LOO.
- Implementierung von Modellvergleich: Schritt-für-Schritt-Anleitung.
- Anwendungen: Einsatz in verschiedenen Bereichen wie Epidemiologie, Wirtschaft und mehr.
- Zeitreihenanalyse und Zustandsraummodelle
- Einführung in die Zeitreihenanalyse: Nutzung von ArviZ zur Modellierung von Zeitreihen.
- Implementierung von Zustandsraummodellen: Nutzung von Kalman-Filter und verwandten Techniken.
- Beispiele und Anwendungsfälle: Finanzdaten, Klimadaten und mehr.
- Fortgeschrittene Visualisierungstechniken
- Integration von ArviZ in bestehende Workflows
- Integration in Python-Workflows
- Nutzung von ArviZ in Kombination mit Pandas, NumPy und anderen Bibliotheken.
- Automatisierung von Analysen: Nutzung von Skripten und Pipelines.
- Datenvorbereitung und -bereinigung: Beste Praktiken zur Sicherstellung der Datenqualität.
- Nutzung von ArviZ in Machine Learning Pipelines
- Kombination von ArviZ mit Scikit-Learn: Nutzung von Bayesianischen Methoden in ML-Workflows.
- Hyperparameter-Optimierung: Bayesianische Optimierung zur Verbesserung von ML-Modellen.
- Anwendungen in der Praxis: Beispiele aus der Industrie und Forschung.
- Deployment und Skalierung von ArviZ-Analysen
- Deployment von Analysen: Nutzung von Flask, FastAPI und anderen Frameworks.
- Skalierung von Berechnungen: Nutzung von Cloud-Diensten und HPC-Clustern.
- Best Practices: Sicherstellung der Effizienz und Skalierbarkeit von Analysen.
- Integration in Python-Workflows
- Praxisübung 2: Erstellung komplexer Visualisierungen und Analysen mit ArviZ
- Ziel der Übung: Entwicklung umfassender Visualisierungen zur Zeitreihenanalyse
- Projektbeschreibung: Erstellung von Visualisierungen zur Vorhersage und Analyse von Zeitreihen.
- Anforderungen: Nutzung fortgeschrittener Visualisierungstechniken und ArviZ.
- Schritt-für-Schritt-Anleitung:
- Import der Daten: Planung, Implementierung und Testen der Anwendung.
- Erweiterungen und Anpassungen: Optimierung der Visualisierungen und Nutzung von Interaktivität.
- Ausführung und Optimierung: Testen der Anwendung unter realen Bedingungen und Optimierung.
- Tools: ArviZ, Jupyter Notebook, Bokeh
- Ergebnisse und Präsentation
- Fertige Anwendung: Präsentation der Anwendung und Demonstration der Funktionalitäten.
- Diskussion und Feedback: Analyse der Ergebnisse, Verbesserungsvorschläge und Q&A.
- Ziel der Übung: Entwicklung umfassender Visualisierungen zur Zeitreihenanalyse
Buchungsmöglichkeiten
Online oder in Präsenz teilnehmen
Sie können sowohl Online als auch in Präsenz am Seminar teilnehmen. Klicken Sie bei Ihrer Buchung oder Anfrage einfach die entsprechende Option an.
Gesicherte offene Termine
| Termin | Ort | Preis | |
|---|---|---|---|
| 17.03.-18.03.2025 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
| 19.05.-20.05.2025 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
| 21.07.-22.07.2025 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
| 22.09.-23.09.2025 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
| 24.11.-25.11.2025 Plätze vorhanden Köln / Online 1.370,00 | Köln / Online | 1.370,00 | Buchen Vormerken |
- Lernumgebung in der Cloud
- Inhalte werden auf Wunsch an die Anforderungen Ihres Teams angepasst.
- Lernumgebung in der Cloud
- 1 Teilnehmender = Fokus aufs Fachliche und maximaler Raum für individuelle Fragen.
Unterstützung nach der Schulung durch
individuelle Nachbetreuung
- Alle folgenden Schulungsformen können auch Online als Virtual Classroom durchgeführt werden.
- Eine Offene Schulung findet zu einem festgelegten Zeitpunkt im voll ausgestatteten Schulungszentrum oder Online/Remote statt. Sie treffen auf Teilnehmende anderer Unternehmen und profitieren vom direkten Wissensaustausch.
- Eine Inhouse-/Firmen-Schulung geht auf die individuellen Bedürfnisse Ihres Unternehmens ein. Sie erhalten eine kostenfreie Beratung von Ihrem Seminarleiter und können Inhalte und Dauer auf Ihren Schulungsbedarf anpassen. Inhouse-Schulungen können Europaweit durchgeführt werden.
- Bei einer Individual-Schulung erhalten Sie eine 1-zu-1 Betreuung und bestimmen Inhalt, Zeit und Lerntempo. Der Dozent passt sich Ihren Wünschen und Bedürfnissen an.
Sie können unsere Schulungen auch als Remote Schulung im Virtual Classroom anfragen.
In drei Schritten zum Online Seminar im Virtual Classroom:
- Seminar auswählen und auf "Buchen" klicken
- Wählen Sie bei "Wie möchten Sie teilnehmen?" einfach "Online" aus.
- Formular ausfüllen und über den Button "Jetzt buchen" absenden.
Unser Kundenservice meldet sich bei Ihnen mit der Buchungsbestätigung.
Unsere Online Schulungen finden im Virtual Classroom statt. Ein Virtual Classroom bündelt mehrere Werkzeuge, wie Audio-Konferenz, Text-Chat, Interaktives Whiteboard, oder Application Sharing.
Vorteile von Virtual Classroom:
- Sie erhalten 1 zu 1 die gleiche Lernumgebung, die Sie auch vor Ort bei uns vorfinden
- Die technische Vorbereitung wird von den GFU-Technikern vorgenommen
- Sie erhalten remote Zugriff auf Ihren persönlichen Schulungs-PC im GFU-Seminarraum
- Die Virtual Classroom Lösung lässt sich auch im Browser betreiben
- Die GFU-Technik leistet wie gewohnt Soforthilfe bei Problemen
- Die Schulungsunterlagen bekommen Sie per Post zugeschickt
- Sie sparen Reisekosten und Zeit
- 17. Mär. - 18. Mär. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 19. Mai - 20. Mai ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 21. Jul. - 22. Jul. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 22. Sep. - 23. Sep. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- 24. Nov. - 25. Nov. ✓ Noch einige Plätze frei ▶ Köln + Online/Remote
- Auch als Inhouse-Schulung, bundesweit mit Termin nach Wunsch und individuellen Inhalten
- Buchen ohne Risiko! Kostenfreie Stornierung bis zum Vortag des Seminars
Buchen Sie diese kostenfreien Serviceleistungen für Präsenzseminare ganz einfach während des Buchungsprozesses dazu!
Machen Sie sich keinen Kopf um die Anreise! Unser Shuttle fährt Sie. Oder Sie parken einfach auf einem extra für Sie reservierten Parkplatz.
Hotelzimmer gesucht? Wir organisieren Ihnen eins. Ihr Vorteil: Sie sparen Zeit und Geld!
Gesund oder lecker? Warum nicht beides? Freuen Sie sich auf unsere kulinarische Verpflegung!
Parkplätze sind in ausreichender Zahl vorhanden. Reisen Sie mit dem Auto an, reservieren wir Ihnen einen Parkplatz.