Einführung in AI-Tools der Datenwissenschaft
  • Entdecken Sie, wie AI-Tools Arbeitsprozesse in der Datenwissenschaft und Datenanalyse beschleunigen
  • Lernen Sie die Verwendung von Frameworks für effiziente AI-Entwicklung kennen
  • Erleben Sie die Einbindung von AI-Tools in praktische Datenprojekte
Datenanalyse-Methoden
  • Optimieren Sie AI-Workflows durch Datenaufbereitung und explorative Datenanalyse (EDA)
  • Nutzen Sie Python-Bibliotheken wie Pandas und Numpy für die Datenverarbeitung
  • Erforschen Sie Datenvisualisierungstechniken zur Unterstützung von AI-Tools
Wichtige AI-Frameworks
  • Beherrschen Sie Frameworks wie TensorFlow und Keras für AI-Modellerstellung
  • Entdecken Sie PyTorch für Deep-Learning-Operationen
  • Verstehen Sie die Nutzung von Scikit-learn bei Machine-Learning-Algorithmen
Automatisierung mit AI-Tools
  • Automatisieren Sie die Datenverarbeitung mit AI-Tools
  • Erstellen Sie Pipelines mit Tools wie Apache Airflow und MLFlow
  • Nutzen Sie cloudbasierte AI-Frameworks für verbesserte Skalierbarkeit
Praktische AI-Framework-Anwendungen
  • Nehmen Sie an Projekten teil, die AI-Tools und -Frameworks kombinieren
  • Präsentieren Sie AI-gestützte Dateneinblicke und Ergebnisse für Stakeholder
  • Arbeiten Sie in Teamprojekten, um reale datenwissenschaftliche Szenarien zu simulieren