Grundlagen des maschinellen Lernens mit Python

Dieser Kurs vermittelt die wissenschaftlichen und anwendungsorientierten Grundlagen des maschinellen Lernens mit Python. Er ist Teil des Studiengangs Business Analytics der Technischen Hochschule Ulm und verbindet algorithmische Theorie mit direkter Implementierung in Python. Im Zentrum stehen überwachte und unüberwachte Lernverfahren, deren korrekte Evaluation sowie die kritische Einordnung von Modellergebnissen – Kompetenzen, die in datengetriebenen Berufsfeldern heute unverzichtbar sind.

Einführung in maschinelles Lernen und Lernparadigmen Der Kurs beginnt mit einem Überblick über das Feld des maschinellen Lernens: Worin unterscheidet sich ML von klassischer regelbasierter Programmierung? Welche Kategorien von Lernproblemen gibt es, und welche Algorithmen eignen sich für welchen Anwendungsfall? Dieser Block schafft das konzeptuelle Fundament für alle nachfolgenden Module.

• Überblick über Lernparadigmen: überwacht, unüberwacht, bestärkend
• Taxonomie von ML-Aufgaben: Klassifikation, Regression, Clustering, Dimensionsreduktion
• Datenmengen und ihre Rollen: Training, Validierung, Test
• Bias-Varianz-Kompromiss und Generalisierungsprinzip
• Einführung in den Python-ML-Stack: scikit-learn, NumPy, pandas, matplotlib

Überwachte Lernverfahren Der Schwerpunkt liegt auf Algorithmen, bei denen gelabelte Trainingsdaten vorliegen. Die Teilnehmenden lernen klassische und moderne Verfahren kennen, verstehen ihre Annahmen und setzen sie an realen Datensätzen um.

• Lineare und logistische Regression: Modellstruktur, Annahmen, Grenzen
• Entscheidungsbäume und Random Forests: Aufbau, Hyperparameter, Interpretierbarkeit
• Support Vector Machines: Kernel-Trick, Regularisierung, Anwendungsszenarien
• k-Nearest Neighbors: distanzbasiertes Lernen ohne explizites Training
• Gradient Boosting (XGBoost, LightGBM): Ensembles und ihre Stärken
• Modellauswahl und Hyperparameter-Optimierung mit Grid Search und Kreuzvalidierung

Unüberwachte Lernverfahren und Dimensionsreduktion Wenn keine Labels vorliegen, sind unüberwachte Verfahren gefragt. Dieser Block behandelt Clustering und Dimensionsreduktion – Techniken, die aus rohen Daten Struktur sichtbar machen.

• k-Means-Clustering: Algorithmus, Initialisierung, Elbow-Methode
• Hierarchisches Clustering: Dendrogramme und Linkage-Strategien
• DBSCAN: dichtebasiertes Clustering für irregulär geformte Gruppen
• Hauptkomponentenanalyse (PCA): Varianzmaximierung, Scree-Plot, Interpretation
• t-SNE und UMAP zur Visualisierung hochdimensionaler Daten

Datenaufbereitung und Modellevaluation in der Praxis Ohne saubere Daten scheitert jedes Modell. Dieser Praxisblock behandelt die gesamte Prozesskette – von der Rohdatenanalyse bis zur aussagekräftigen Evaluierung des fertigen Modells.

• Exploratorische Datenanalyse (EDA): Verteilungen, Ausreißer, Korrelationen
• Umgang mit fehlenden Werten: Imputation, Deletion, Flags
• Feature Engineering: kategorische Kodierung, Normalisierung, Skalierung
• Umgang mit unbalancierten Klassen: SMOTE, class weights, Resampling
• Klassifikationsmetriken: Accuracy, Precision, Recall, F1-Score, ROC-AUC
• Regressionsmetriken: MAE, RMSE, R² und ihre Interpretation
• Konfusionsmatrix lesen und kommunizieren
• Lernkurven und Validierungskurven zur Diagnose von Modellverhalten
• Pipelines in scikit-learn: reproduzierbare, saubere Workflows
• Persistenz von Modellen: Speichern und Laden mit joblib/pickle
• Kritische Einordnung von Modellergebnissen: Kausalität vs. Korrelation
• Ethische Aspekte: Fairness, Diskriminierung, Transparenz bei algorithmischen Entscheidungen

Der Kurs setzt durchgehend auf die Arbeit mit realen oder realistischen Datensätzen. Übungsaufgaben werden in Python-Notebooks (Jupyter) bearbeitet, sodass Lernende unmittelbar die Auswirkungen ihrer Entscheidungen – bei der Vorverarbeitung, der Modellwahl oder der Parametrisierung – beobachten können. Abschließend werden ausgewählte Modellergebnisse in der Kursgruppe diskutiert und in ihrer Aussagekraft hinterfragt. Diese gemeinsame Auswertung schärft das Verständnis dafür, was Modelle leisten können und wo ihre Grenzen liegen.

Das Modul richtet sich an Personen mit einem naturwissenschaftlichen, technischen oder wirtschaftsmathematischen Hochschulabschluss, die den Einstieg in das Feld des maschinellen Lernens anstreben oder vorhandene Programmierkenntnisse gezielt um ML-Kompetenz erweitern möchten.

• Absolventinnen und Absolventen der Informatik, Mathematik, Physik, Elektrotechnik oder vergleichbarer Studiengänge
• Berufstätige aus datennahen Bereichen (BI, Statistik, Softwareentwicklung), die ML-Methoden in ihren Arbeitsalltag integrieren wollen
• Studierende und Berufseinsteiger, die eine fundierte Grundlage für weiterführende KI-Themen aufbauen möchten
• Fachkräfte, die im Rahmen des Business-Analytics-Programms der TH Ulm studieren oder einzelne Module als Zertifikatskurs belegen

Das Modul ist als Teilzeitkurs konzipiert und eignet sich daher gut für Berufstätige, die Studium und Arbeit kombinieren. Der Unterricht verbindet Vorlesungsanteile mit intensiven Übungsphasen in Python-Notebooks. Reale Datensätze sind kein Bonus, sondern das eigentliche Arbeitsmaterial – jedes Konzept wird unmittelbar am konkreten Beispiel erprobt. Die Hochschule stellt eine digitale Lernumgebung bereit; Einzel- und Gruppenübungen wechseln sich ab, sodass sowohl selbstgesteuertes Erarbeiten als auch gemeinsames Problemlösen stattfindet.

Das Modul wird in Teilzeit absolviert. Die genaue Stundenzahl richtet sich nach dem Studienplan der TH Ulm beziehungsweise nach der gewählten Zertifikatskursvariante. Teilnehmende sollten neben den Präsenz- und Online-Lernzeiten ausreichend Eigenarbeitszeit für die Übungsaufgaben einplanen, da das Vertiefen der praktischen Implementierungen wesentlich zum Kompetenzerwerb beiträgt.

Wer das Modul erfolgreich abschließt, erhält ein Hochschulzertifikat der Technischen Hochschule Ulm. Wird das Modul im Rahmen des Studiengangs Business Analytics absolviert, fließen die Leistungspunkte in den Gesamtabschluss ein. Als eigenständiger Zertifikatskurs dokumentiert der Abschluss erworbene Kompetenzen im maschinellen Lernen auf akademischem Niveau.

Maschinelles Lernen ist keine Nischentechnologie mehr – es durchdringt Produktionsplanung, Finanzdienstleistungen, Gesundheitsversorgung und nahezu alle anderen Branchen. Wer die algorithmischen Grundlagen wirklich verstanden hat und nicht nur vorgefertigte Bibliotheksaufrufe kopiert, kann fundierte Entscheidungen über Modellwahl, Datenqualität und Ergebnisinterpretation treffen. Genau diese Tiefe vermittelt das Modul. Die enge Verzahnung von Theorie und Python-Implementierung sorgt dafür, dass Gelerntes unmittelbar anwendbar ist. Absolventen sind in der Lage, eigenständige ML-Projekte zu konzipieren, Datenpipelines aufzubauen und Modellergebnisse gegenüber technischen wie nicht-technischen Gesprächspartnern klar zu kommunizieren – eine Kombination, die auf dem Arbeitsmarkt für Data Scientists und ML Engineers explizit gefragt ist. Die Einbettung in ein Hochschulprogramm gibt dem Abschluss ein akademisches Gewicht, das ein reines Online-Kurs-Zertifikat nicht bieten kann. Gleichzeitig bleibt das Teilzeitformat praktikabel für Berufstätige, die nicht ihr gesamtes Berufsleben pausieren möchten, um sich weiterzubilden.