Inhalt

Zielgruppe:
Dieser Kurs richtet sich an motivierte und teamorientierte Quereinsteiger, Geisteswissenschaftler und Studienabbrecher, die in die wachsende Digitalbranche einsteigen möchten. Das Unternehmen spricht auch explizit Frauen an, die eine Karriere in der Digitalwirtschaft anstreben und Interesse am Programmieren haben. Im Laufe des Bootcamps bauen die Teilnehmerinnen ihr eigenes digitales Portfolio auf und schließen die Ausbildung mit einem eigenen „digitalen Gesellenstück“ ab. Dabei erstellen sie wichtige Arbeitsproben.

Kursinhalt:

Data Science: Python, Datenanalyse und Deep-Learning-Konzepte
Dieser Kurs bietet eine umfassende Einführung in die Python-Programmierung, Datenanalyse und Deep Learning und vermittelt den Lernenden praktische Fähigkeiten in den Bereichen Datenmanipulation, Entwicklung von KI-Modellen und datengesteuerte Entscheidungsfindung.
Kursmodule:

Einführung in Python für Data Science
Lernen Sie die Python-Syntax, Datentypen, Schleifen und Funktionen kennen.
Verstehen Sie, wie Python in Data Science und KI eingesetzt wird.
Erkunden Sie strukturierte Programmiertechniken für eine bessere Code-Organisation.

Einrichten von Entwicklungsumgebungen
Installieren und konfigurieren Sie Jupyter Notebooks und Anaconda für eine nahtlose Codierung.
Verwenden Sie Unix und Git für die Versionskontrolle und Zusammenarbeit.
Optimieren Sie Python-Workflows mithilfe von IDEs und Automatisierungstools.

Datenmanipulation mit Python-Bibliotheken
Beherrschen Sie Pandas für die Datenverarbeitung, -filterung und -transformation.
Verwenden Sie NumPy für numerische Analysen und Matrixoperationen.
Führen Sie eine Datenbereinigung und -vorverarbeitung durch, um die Genauigkeit der Analyse zu verbessern.

Explorative Datenanalyse (EDA)
Verstehen Sie die Bedeutung der EDA bei der Entscheidungsfindung.
Identifizieren Sie Trends, Muster und Anomalien in Datensätzen.
Verwenden Sie statistische Verfahren, um Daten effektiv zu interpretieren.

Datenvisualisierungstechniken
Lernen Sie Matplotlib und Seaborn für eine effektive Datenvisualisierung kennen.
Erstellen Sie Balkendiagramme, Streudiagramme, Histogramme und vieles mehr.
Verwenden Sie visuelles Storytelling, um Dateneinblicke klar zu kommunizieren.

Einführung in Deep Learning
Verstehen Sie den Unterschied zwischen maschinellem Lernen und Deep Learning.
Lernen Sie die Struktur und Funktionsweise künstlicher neuronaler Netze (ANNs) kennen.
Erkunden Sie Aktivierungsfunktionen, Gewichtsaktualisierungen und Backpropagation.

Deep-Learning-Frameworks: TensorFlow & Keras
Sammeln Sie praktische Erfahrungen mit TensorFlow und Keras für die Erstellung von KI-Modellen.
Trainieren Sie Deep-Learning-Modelle für Klassifizierungs- und Regressionsaufgaben.
Implementieren Sie Convolutional Neural Networks (CNNs) für die Bildanalyse.

Überwachtes und unüberwachtes Lernen im Bereich Deep Learning
Arbeiten Sie mit Methoden des überwachten Lernens wie Klassifizierung und Regression.
Verstehen Sie Techniken des unüberwachten Lernens wie Clustering und Anomalieerkennung.
Wenden Sie Deep-Learning-Techniken auf reale Datensätze an.

Praktische Übungen zu Python, Datenanalyse und Deep Learning
Datenvorverarbeitung und Feature-Engineering mit Python durchführen.
Deep-Learning-Modelle für strukturierte Datensätze entwickeln und evaluieren.
Reale KI-Lösungen in praktischen Projekten anwenden.

Weitere Infos beim Anbieter

Förderungsart

Bildungsgutschein (nach AZAV, Akkreditierungs- und Zulassungsverordnung Arbeitsförderung) i

Unterrichtsart

Online-Seminar