Sitemap

Allgemeine Grundlagen

GCP Projekte einrichten

WSL Linux in Windows

Virtual Environments

Data Wrangling mit Polars

Feature Store mit dbt erstellen

OPEN Standardprozesse in Data Science Projekten

Machine Learning

Grundlagen / Methodik

Gradientenabstieg

Modellierung nichtlinearer Zusammenhänge

Imbalanced Data

Verfahren

Baumbasierte Verfahren und Gradient Boosting

Neuronale Netze

Embeddings

Bayesianische Methoden

Modellbewertung & Optimierung

Metriken zur Modellbewertung

Cross Validation

Konfidenzintervalle

Explainable A.I.

Experiment Tracking mit MLflow und Vertex AI

Hyperparameter Optimierung

GenAI

OPEN Transformer erklärt

OPEN MCP

Local Chatapp mit Ollama

Chatbot

OPEN TabPFN

OPEN LLM Finetuning

Deployment & Machine Learning Engineering

Git & CI/CD

Git

Automatisierte Code-Qualität in Data-Science-Projekten

CI/CD mit GitHub Actions und GCP

Deployment

Effiziente Machine Learning Pipelines mit Scikit-Learn

Docker

Deployment eines Data Science Projekts

Cloud Deployment

Model Deployment auf GCP

Terraform

Weiterführende Themen

RestAPIs mit Pydantic und Swagger

GCP Pub/Sub für Data-Science

Einfache Frontends

OPEN Model Training schedulen mit GCP Composer

OPEN Monitoring