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:

Daten: Künstliche Intelligenz Konzepte in der Datenwissenschaft
Dieser Kurs bietet eine umfassende Einführung in die Künstliche Intelligenz (Künstliche Intelligenz) in der Datenwissenschaft und behandelt KI-gesteuerte Techniken, Modelle für maschinelles Lernen und Deep-Learning-Anwendungen. Die Teilnehmer sammeln praktische Erfahrungen mit Python, KI-Frameworks und datengesteuerter Entscheidungsfindung.
Kursmodule:

Einführung in Python für KI und Datenwissenschaft
Lernen Sie Python-Syntax, Schleifen und Funktionen für KI-Anwendungen kennen.
Arbeiten Sie mit Python-Bibliotheken wie Pandas, NumPy und Scikit-learn.
Richten Sie Python-Umgebungen mit Jupyter Notebooks und Anaconda ein.

Grundlagen der Künstlichen Intelligenz (Artificial Intelligence)
Verstehen Sie die Kernprinzipien der KI und ihre Anwendungen in der Datenwissenschaft.
Erfahren Sie mehr über überwachtes, unüberwachtes und bestärkendes Lernen.
Erkunden Sie die Rolle der KI in prädiktiven Analysen, NLP und Automatisierung.

Maschinelle Lerntechniken in der KI
Implementieren Sie Klassifizierungs-, Regressions- und Clustering-Algorithmen.
Arbeiten Sie mit Entscheidungsbäumen, Support-Vector-Machines (SVMs) und Ensemble-Modellen.
Verstehen Sie Bias, Varianz und Modelloptimierungstechniken.

Deep Learning und neuronale Netze
Lernen Sie die Struktur künstlicher neuronaler Netze (ANNs) kennen.
Arbeiten Sie mit TensorFlow und Keras, um Deep-Learning-Modelle zu entwickeln.
Trainieren Sie CNNs für die Bilderkennung und RNNs für die sequentielle Datenverarbeitung.

KI-gesteuerte Datenmodellierungstechniken
Implementieren Sie Techniken zur Dimensionsreduktion wie die Hauptkomponentenanalyse.
Erfahren Sie, wie KI die Datenvisualisierung und Vorhersagemodellierung verbessert.
Optimieren Sie die Modellleistung durch Hyperparameter-Tuning.

Modellbewertung und Leistungskennzahlen
Erkunden Sie Leistungskennzahlen wie Genauigkeit, Präzision, Recall und F1-Score.
Verstehen Sie Kreuzvalidierung, Überanpassung und Regularisierung.
Lernen Sie Modelloptimierungstechniken für KI-gesteuerte Lösungen kennen.

Künstliche Intelligenz in der Praxis
Erkunden Sie KI-Anwendungsfälle im Gesundheitswesen, im Finanzwesen und in autonomen Systemen.
Arbeiten Sie an prädiktiven Analysen und Automatisierungslösungen.
Erfahren Sie mehr über die Ethik und die Herausforderungen der KI-Implementierung.

Praktische KI- und Datenwissenschaftsprojekte
Wenden Sie KI-gesteuerte Techniken auf reale Datensätze an.
Arbeiten Sie an Deep-Learning- und Machine-Learning-Modellen.
Entwickeln Sie End-to-End-KI-Lösungen für Geschäftsanwendungen.

Weitere Infos beim Anbieter

Förderungsart

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

Unterrichtsart

Online-Seminar