„Evaluate & Swap Models in Java ML“ ist ein praxisorientierter Kurs, in dem Sie lernen, wie Sie Machine-Learning-Modelle in Java-Anwendungen bewerten, vergleichen und sicher austauschen können. Sie erfahren, warum eine hohe Genauigkeit in realen Systemen dennoch zu Fehlern führen kann und wie Metriken wie Präzision, Recall, F1-Score und AUC-ROC die tatsächlichen Auswirkungen von Modellentscheidungen aufzeigen, insbesondere bei unausgewogenen Datensätzen. Durch praktische Benchmark-Tests in Weka oder Smile vergleichen Sie verschiedene Algorithmen – logistische Regression, Entscheidungsbäume, SVMs – und analysieren Kompromisse anhand der geschäftlichen Auswirkungen und nicht nur anhand der Ergebnisse in der Rangliste.

Außerdem werden Sie Ihre ML-Architektur im Hinblick auf Flexibilität neu gestalten und dabei die schnittstellengesteuerte Entwicklung sowie das Strategie-Muster anwenden, um Modelle austauschbar zu machen, ohne den Rest des Systems zu verändern. Schließlich implementieren Sie Sicherheitsvorkehrungen für den Modelllebenszyklus, darunter Versionierung, Auslöser für Neubewertungen und sichere Rollback-Pfade, damit bereitgestellte Modelle auch bei sich ändernden Daten zuverlässig bleiben. Dieser Kurs richtet sich an Teilnehmer mit grundlegenden Java-Kenntnissen, die Machine-Learning-Modelle in praktischen Anwendungen sicher bewerten, vergleichen und verbessern möchten. Die Teilnehmer sollten über grundlegende Java-Programmierkenntnisse sowie ein allgemeines Verständnis von Konzepten des maschinellen Lernens und von Datensätzen verfügen. Am Ende des Kurses wissen Sie, wie Sie das richtige Modell für die aktuelle Aufgabe auswählen – und es schnell anpassen können, wenn sich die Anforderungen von morgen ändern.