C-Programmierung mit Zusatzqualifikation in Deep Learning und Machine Learning In dieser Weiterbildung erwerben Sie fundierte Kenntnisse in der C-Programmierung und vertiefen Ihr Wissen in den Bereichen Deep Learning und Machine Learning. Sie lernen, effiziente Programme in C zu entwickeln und komplexe Algorithmen für maschinelles Lernen zu implementieren. Sie setzen sich mit den Grundlagen der Systemprogrammierung auseinander und erlernen, wie Sie Betriebssystemfunktionen direkt ansprechen und Hardware-nahe Anwendungen erstellen. Zudem werden Sie in die Lage versetzt, neuronale Netze zu konzipieren und zu trainieren, um Muster in großen Datenmengen zu erkennen und Vorhersagen zu treffen. Durch praxisorientierte Übungen und Projekte wenden Sie die erlernten Konzepte der Systemprogrammierung an und entwickeln eigene Anwendungen im Bereich des maschinellen Lernens. Dabei nutzen Sie aktuelle Tools und Bibliotheken, um Ihre Programme zu optimieren und zu testen. Nach Abschluss der Weiterbildung sind Sie in der Lage, Ihr Wissen in der Systemprogrammierung und im maschinellen Lernen in verschiedenen technischen und wissenschaftlichen Bereichen anzuwenden.

Grundlagen der C-Programmierung
  • Struktur von C-Programmen mit Fokus auf Systemprogrammierung
  • Datentypen, Konstanten und Variablen
  • Kenntnisse im Bereich Systemprogrammierung bei der Verwendung von Funktionen
  • Kontrollstrukturen
  • Anwendungen aus der Systemprogrammierung bei Operatoren
  • Zeiger
  • Dynamische Speicherplatzverwaltung mit Bezug zur Systemprogrammierung
  • Symbolische Konstanten und Makros

Einführung in TensorFlow und Deep Learning
  • Installation und Einrichtung von TensorFlow im Kontext der Systemprogrammierung
  • Grundlegende Verwendung von TensorFlow
  • Systemprogrammierung und deren Einfluss auf die Verwendung von Keras
  • Erstellen von Machine-Learning-Modellen mit Keras
  • Deep-Learning-Architekturen mit Relevanz für die Systemprogrammierung
  • Aufgaben und Funktion von Deep Learning

Erstellung und Optimierung von Modellen
  • Erstellen von FCN- und CNN-Modellen mit Keras unter Berücksichtigung der Systemprogrammierung
  • Problemlösung für nicht funktionierende Modelle
  • Systemprogrammierung bei Laden und Speichern von Modellen
  • Benutzen von vorgefertigten Modellen mit Keras
  • Optimierungstechniken mit Fokus auf Systemprogrammierung
  • Random Forests und Entscheidungsbäume

Machine Learning Prozesse und Techniken
  • Einführung in Machine Learning und Zusammenhänge mit Systemprogrammierung
  • Abgrenzung von Machine Learning und Deep Learning
  • Arten des Machine Learning in Verbindung mit Systemprogrammierung
  • Entwicklung eines Machine-Learning-Systems
  • Systemprogrammierung im Bereich Datenvorbereitung für Machine Learning
  • Training und Auswahl eines Vorhersagemodells
  • Bewertung von Modellen hinsichtlich Systemprogrammierung
  • Analyse von Machine Learning in TensorFlow