In dieser Weiterbildung erlernen Sie die Programmiersprache Python und deren Anwendung im Bereich Data Science. Sie werden in die Lage versetzt, Daten effizient zu analysieren und zu visualisieren. Ein besonderer Fokus liegt auf der Nutzung der Bibliothek NumPy für numerische Berechnungen. Sie erwerben Kenntnisse in der Datenverarbeitung mit Python und setzen NumPy ein, um mehrdimensionale Arrays zu erstellen und zu manipulieren. Zudem lernen Sie, mit Pandas Daten zu laden, zu bereinigen und zu analysieren. Die Visualisierung der Ergebnisse erfolgt mithilfe von Matplotlib. Grundlagen des maschinellen Lernens werden ebenfalls behandelt. Ergänzend dazu erhalten Sie eine Einführung in die Prinzipien des Projektmanagements, um Datenprojekte strukturiert planen und durchführen zu können. Die Weiterbildung kombiniert theoretische Inhalte mit praktischen Übungen. Anhand von Fallstudien wenden Sie NumPy und andere erlernte Werkzeuge auf reale Datensätze an. Gruppenarbeiten fördern die Anwendung der Projektmanagement-Methoden. Nach Abschluss sind Sie in der Lage, Datenanalysen mit Python durchzuführen und NumPy für komplexe Berechnungen einzusetzen. Die erworbenen Fähigkeiten ermöglichen es Ihnen, datengetriebene Projekte effizient zu managen und fundierte Entscheidungen auf Basis der analysierten Daten zu treffen.

Python Grundlagen und Programmierkonzepte
  • Kenntnisse im Bereich NumPy und Algorithmen sowie grundlegende Python-Konzepte
  • Syntax und Semantik
  • mit Fokus auf Kontrollstrukturen mittels NumPy: if, else, elif
  • Schleifen: for und while
  • Anwendungen aus dem Bereich NumPy bei der Definition und dem Aufruf von Funktionen
  • Module importieren und nutzen
  • Integration von OOP-Grundlagen in Verbindung mit NumPy

Data Science und Datenverarbeitung
  • Datenreinigung mit Bezug zu NumPy-Anwendungen
  • Einführung in Pandas und Dataframes
  • Berechnung grundlegender statistischer Kenngrößen mit NumPy
  • Datenvisualisierung
  • Nutzung von NumPy als Grundlage für den Einstieg in Machine Learning
  • K-Means Clustering
  • Einführung in Neuronale Netze

Grundlagen des Projektmanagements
  • Einführung in das Projektmanagement mit Methoden aus NumPy
  • Projektarten
  • Prozesse der Standards und Normen mit Fokus auf NumPy
  • Aufgaben eines Projektleiters
  • Rolle von NumPy in der Projekt-Planung
  • Projekt-Steuerung
  • Kommunikationsmodelle

TensorFlow und Deep Learning
  • Installation und Einrichtung von TensorFlow mit Bezug auf NumPy
  • Grundlegende Verwendung von TensorFlow
  • mit Fokus auf Keras-Anwendungen in Kombination mit NumPy
  • Erstellen von Machine-Learning-Modellen mit Keras
  • Analyse von Machine Learning in TensorFlow unter Einsatz von NumPy
  • Problemlösung für nicht funktionierende Modelle

Fortgeschrittenes Deep Learning mit Keras
  • Entwicklung von FCN- und CNN-Modellen mit Keras und NumPy-Unterstützung
  • Aufgaben und Funktion von Deep Learning
  • Training eines Neuronalen Netzes mit Methoden aus NumPy
  • Verbindungen zu TensorFlow
  • Benutzen von vorgefertigten Modellen mit Keras unter Berücksichtigung von NumPy
  • Anwendungen von NumPy bei der Erkennung der Umgebung mit YOLO und TensorFlow.js