Datenanalyse mit Python, maschinelles Lernen und AI

Diese Schulung soll ein tiefgreifendes Verständnis der grundlegenden Konzepte und fortgeschrittenen Techniken vermitteln, die für Datenwissenschaft und -analyse erforderlich sind. Sie vermittelt Kenntnisse in Datenwissenschaft, maschinellem Lernen (ML), Deep Learning, Python, Datenmodellierung und Datenvisualisierung.

Einführung in die Datenwissenschaft und Python:
  • Überblick über die Datenwissenschaft, ihre Anwendungen und Karrierewege für Datenwissenschaftler
  • Einführung in die Python-Programmierung für die Datenwissenschaft
  • Grundlagen der Python-Syntax, Datentypen, Funktionen und Bibliotheken (NumPy, Pandas)
  • Einrichtung einer Python-Entwicklungsumgebung und von IDEs
Git und GitHub für Datenwissenschaftler:
  • Einführung in Git zur Versionskontrolle
  • Erstellen von Repositorys, Übertragen von Änderungen und Verwendung von Verzweigungen
  • Zusammenarbeit mit GitHub, einschließlich Pull-Anfragen und Verwaltung von Codeversionen
AI-Grundlagen für Datenwissenschaftler:
  • Einführung in Künstliche Intelligenz (KI) und Maschinelles Lernen (ML)
  • Arten von KI: Enge KI vs. Allgemeine KI
  • Überblick über Algorithmen und Anwendungen des maschinellen Lernens
  • Praktische Übung zur Implementierung einfacher KI-Modelle

Der Lehrplan richtet sich an Data Practitioner und verknüpft AI, Python, maschinelles Lernen, Deep Learning, Datenmodellierung, Datenvisualisierung sowie Git- und GitHub-Versionskontrolle für kollaborative Data Practitioner Workflows.