IT Service Management für AI-Development mit Zusatzqualifikation in Machine Learning und Qualifikationsprojekt mit TensorFlow In dieser Weiterbildung vertiefen Sie Ihr Wissen im IT Service Management und erlangen zusätzliche Kompetenzen im Bereich des Machine Learning. Sie lernen, wie IT Service Management-Prinzipien auf die Entwicklung von KI-Anwendungen angewendet werden und erwerben praktische Fähigkeiten im Umgang mit TensorFlow. Sie setzen sich mit den Grundlagen des IT Service Management auseinander und verstehen, wie diese im Kontext von KI-Projekten eingesetzt werden. Zudem erlernen Sie die Konzepte des Machine Learning, einschließlich überwachtem und unüberwachtem Lernen, und wenden diese Kenntnisse in praktischen Übungen an. Ein besonderer Fokus liegt auf der Implementierung und dem Training neuronaler Netze mit TensorFlow. Durch praxisorientierte Projekte und Fallstudien wenden Sie die erlernten Methoden des IT Service Management und des Machine Learning an. Dabei nutzen Sie TensorFlow, um eigene Modelle zu entwickeln und zu evaluieren. Nach Abschluss der Weiterbildung sind Sie in der Lage, IT Service Management-Strategien in KI-Entwicklungsprojekten zu implementieren und Machine Learning-Modelle mit TensorFlow zu erstellen und zu optimieren.
- Kenntnisse im Bereich IT Service Management als Fundament IT-Services
- Etablieren der Prozesse für effiziente Abläufe
- Strukturierung von Prozessmanagement mit Fokus auf IT Service Management
- Verankerung effektiver Methoden in der Führungsebene
- Service Asset and Configuration Management: Transition mit Anwendungen aus dem IT Service Management
- IT Financial Management
- Business Relationship Management mit Bezug zu IT Service Management
Programmierung mit C++ für AI-Development
- Einführung: Eigenschaften, Verarbeitung, Unterschiede zu C und IDE-Setup
- Klassen und Konstruktoren in C++
- Templates
- File-Input und -Output und Operator-Overloading
- Type-Casting für Klassen und in Klassenhierarchien
- Vererbung
- Abstrakte Klassen
- Polymorphe Klassen
- Exception-Handling
Python-Programmierung und Datenstrukturen
- Installation und Einrichtung von Python
- Python im interaktiven Modus
- Grundlegende Programmierkonzepte
- Datenstrukturen
- Python-Skripte
- Standard-Datentypen
- Kontrollstrukturen
- Funktionen
- Datenbanken
- Modellieren mit Kellern, Schlangen und Graphen
Machine Learning Grundlagen und Techniken
- Einführung in NumPy und Messdatenverarbeitung
- Grundlagen der Notation
- Einführung in die Datenanalyse und Datenvisualisierung
- Techniken: Merkmalserstellung und Normalisierung
- Praktische Anwendung: Modelltraining und Modellperfomance
- Neuronale Netze und Deep Learning
- Naiver Bayes-Klassifikator und Diskriminanzanalyse
- Regressionstechniken und Regularisierung: Lasso und Ridge
- Verstärktes Lernen
- Aktuelle Trends im maschinellen Lernen und Ausblick in die Zukunft
TensorFlow und Keras Einsatz in Machine Learning
- Installation und Einrichtung von TensorFlow
- Grundlegende Verwendung von TensorFlow
- Erstellen von Machine-Learning-Modellen mit Keras
- Analyse von Machine Learning in TensorFlow
- Visualisierung von Ergebnissen mit Keras
- Allgemeine Tipps und Tricks zu TensorFlow
- Problemlösung für nicht funktionierende Modelle
Qualifikationsprojekte: Anwendung und Vertiefung
- Qualifikationsprojekt TensorFlow mit Integration von IT Service Management
- Qualifikationsprojekt Machine Learning
AI-Development in der Praxis
- Einführung in AI-Development mit Grundlagen aus dem IT Service Management
- NLP-Grundlagen für Chatbots
- Aufbau eines einfachen Chatbots
- Trainieren von Chatbot-Modellen mit Bezügen zum IT Service Management
AI-Ethik und Datenschutz
- AI-Ethik und Datenschutz in Chatbots mit Fokus auf IT Service Management
Leer gelassene Kategorie für individuelle Schwerpunkte
- Hier könnten individuelle Schwerpunkte des Teilnehmers integriert werden (keine Stichpunkte gegeben).
Reservekategorie für zukünftige Erweiterungen
- Hier könnten zukünftige Inhalte oder Stichpunkte eingearbeitet werden (keine Stichpunkte gegeben).