In dieser Weiterbildung erwerben Sie fundierte Kenntnisse in der C-Programmierung und vertiefen Ihr Wissen in den Bereichen Data Science und Machine Learning. Sie lernen, effiziente Algorithmen in C zu entwickeln und anzuwenden, um datengetriebene Lösungen zu implementieren. Zudem werden Sie in die Lage versetzt, komplexe Datenstrukturen zu erstellen und zu verwalten, um große Datenmengen effektiv zu analysieren. Ein weiterer Schwerpunkt liegt auf der Anwendung von Machine-Learning-Methoden in der C-Programmierung, sodass Sie nach dem Kurs in der Lage sind, prädiktive Modelle zu entwickeln und zu evaluieren. Die methodisch-didaktische Umsetzung erfolgt durch eine Kombination aus theoretischen Einheiten und praktischen Übungen. Sie wenden die erlernten Konzepte der C-Programmierung direkt in Projekten an, die reale Szenarien aus dem Bereich Data Science und Machine Learning simulieren. Durch die Bearbeitung von Fallstudien und die Teilnahme an Gruppenarbeiten vertiefen Sie Ihr Verständnis für die Anwendung von C in datenwissenschaftlichen Kontexten. Nach Abschluss der Weiterbildung sind Sie in der Lage, C-Programme zu schreiben, die komplexe Datenanalysen durchführen und Machine-Learning-Algorithmen implementieren. Diese Fähigkeiten ermöglichen es Ihnen, datengetriebene Entscheidungen in Ihrem beruflichen Umfeld zu unterstützen und innovative Lösungen zu entwickeln.

Grundlagen der C-Programmierung
  • Struktur von C-Programmen mit Fokus auf C-Programmierung
  • Datentypen, Konstanten und Variablen
  • Kenntnisse im Bereich C-Programmierung durch die Verwendung von Funktionen
  • Kontrollstrukturen
  • Anwendungen aus der C-Programmierung: Operatoren
  • Zeiger
  • Praxis der dynamischen Speicherplatzverwaltung in der C-Programmierung
  • Strukturen und Datenzusammenfassung

Windows-Programmierung mit C
  • Dynamische Menüs mit C-Programmierung gestalten
  • Grafische Benutzeroberflächen
  • Erstellen von Dialogfeldern unter Einsatz von C-Programmierung
  • Vernetzung mit Windows-APIs

Grundlagen und Techniken von Machine Learning
  • Einführung in Machine Learning mit Bezug zur C-Programmierung
  • Arten des Machine Learning
  • Datenvorbereitung unter Einbindung von C-Programmierung
  • Training und Auswahl eines Vorhersagemodells
  • Bewertung von Modellen im Kontext von C-Programmierung
  • Verwendung von Scikit-Learn für Klassifikationen
  • Modellevaluation und Hyperparameter-Tuning mit C-Programmierung
  • Ensemble Learning (z. B. Bagging und Boosting)

Konzepte und Anwendungen von Data Science und Deep Learning
  • Datenreinigung mit Methoden der C-Programmierung
  • Einführung in Pandas und Dataframes
  • Grundlegende statistische Kenngrößen aus der C-Programmierung
  • Datenvisualisierung
  • Aufgaben und Funktion von Deep Learning unter Berücksichtigung von C-Programmierung
  • Python- und Machine-Learning-Bibliotheken
  • Trainieren eines Neuronalen Netzes mit C-Programmierung
  • Abgrenzung von Machine Learning und Deep Learning
  • Neuronale Netze in Verbindung mit C-Programmierung
  • Keras
  • Verbindungen zu TensorFlow durch C-Programmierung
  • Benutzen von vorgefertigten Modellen mit Keras