In dieser Weiterbildung vertiefen Sie Ihre Kenntnisse in der objektorientierten Programmierung mit C#. Sie lernen, komplexe Softwarelösungen zu entwerfen und umzusetzen, indem Sie fortgeschrittene Konzepte wie Vererbung, Polymorphie und Datenkapselung anwenden. Zudem erwerben Sie Fähigkeiten im Bereich des Deep Learning, um neuronale Netze zu implementieren und für spezifische Anwendungsfälle zu trainieren. Ein weiterer Schwerpunkt liegt auf der Anwendung von Scrum, einem agilen Framework, das Ihnen ermöglicht, Entwicklungsprojekte effizient zu planen und durchzuführen. Durch praxisorientierte Übungen und Projektarbeiten wenden Sie die erlernten Konzepte der objektorientierten Programmierung in C# an. Sie entwickeln eigenständig Anwendungen, die sowohl Deep-Learning-Modelle integrieren als auch nach Scrum-Prinzipien entwickelt werden. Nach Abschluss der Weiterbildung sind Sie in der Lage, komplexe Softwareprojekte unter Anwendung der objektorientierten Programmierung mit C# zu realisieren. Sie können Deep-Learning-Modelle in Ihre Anwendungen integrieren und Entwicklungsprozesse effizient mit Scrum steuern.

C# für App-Development
  • Einführung in .NET und Grundlagen von C# mit Fokus auf objektorientierte Programmierung
  • C#-Klassen, Vererbung, Polymorphie und Interfaces
  • Fehlerbehandlung und Debugging, Delegaten und Ereignisse im Kontext objektorientierter Programmierung
  • Collections und Generics, Lambda-Expressions

Deep Learning und seine Anwendungen
  • Trainieren eines Neuronalen Netzes, Abgrenzung von Machine Learning und Deep Learning mit Kenntnissen im Bereich objektorientierter Programmierung
  • Verbindungen zu TensorFlow und Keras
  • Benutzen von vorgefertigten Modellen mit Keras, Anwendungen in Cloud Deep Learning aus Sicht der objektorientierten Programmierung
  • Bildgenerierung, Musik und Video

Scrum als förderliche Projektmanagement-Methode
  • Einführung in Scrum, Scrum Master, Scrum Team unter Einbeziehung von objektorientierter Programmierung
  • Sprint Planning und Sprint Review, Scrum Artifacts
  • Product Owner, Product Backlog and the Product Goal mit Anwendungen aus der objektorientierten Programmierung

Grundlagen und Anwendungen von Machine Learning
  • Einführung in Machine Learning, Arten des Machine Learning mit Einblicken in objektorientierte Programmierung
  • Datenvorbereitung für Machine Learning, Training und Auswahl eines Vorhersagemodells
  • Bewertung von Modellen, Random Forests und Entscheidungsbäume im Umfeld objektorientierter Programmierung
  • Clustering-Verfahren (z. B. k-Means), Ensemble Learning (z. B. Bagging und Boosting)