Diese Data Science Weiterbildung vermittelt Ihnen Wissen in Data Science und Künstlicher Intelligenz (KI).
Mit persönlicher Unterstützung durch einen Mentor lernen Sie in dieser Data Science Weiterbildung zentrale Methoden aus Data Science, Machine Learning, Programmierung mit Python und KI kennen und wenden diese direkt praxisnah an.
In diesem Data Science Kurs arbeiten Sie in praxisorientierten Projekten, interaktiven Live-Trainings und moderierten Sessions mit verschiedenen Tools und lernen, diese gezielt einzusetzen.
Nach erfolgreichem Abschluss dieser Weiterbildung erhalten Sie ein staatlich anerkanntes Zertifikat.
Alle Inhalte dieser Data Science Weiterbildung im Überblick:
Python Starter Package- Verständnis und Anwendung zentraler Konzepte wie Datentypen, Schleifen, Funktionen und Dictionaries
- Effiziente Datenverarbeitung mit NumPy-Arrays
- Programmieren mit Schwerpunkt auf datenbasierte Analysen und Automatisierung
Exploratory Data Analysis (EDA)
- Strukturierte Datenauswertung mit Pandas DataFrames
- Erstellung aussagekräftiger Visualisierungen mit Matplotlib und Seaborn
- Datengetriebenes Storytelling und erste analytische Auswertungen
Machine Learning - Supervised Learning
- Grundlagen der Modellierung mit Scikit-Learn und linearen Regressionsverfahren
- Einsatz von Decision Trees, Random Forests und Ensemble-Methoden
- Verständnis neuronaler Netze und Einstieg in Deep Learning
Machine Learning - Unsupervised Learning
- Anwendung von Principal Component Analysis (PCA) zur Dimensionsreduktion
- Clusteranalysen mit k-Means und DBSCAN
- Grundlagen der Bildverarbeitung im Kontext unüberwachter Lernverfahren
Evaluieren und Optimieren
- Modellbewertung mittels Kreuzvalidierung und systematischer Tests
- Optimierung mit Grid Search und Einsatz von Pipelines
- Auswahl und Interpretation passender Evaluationsmetriken
A Deeper Dive into Data Science
- Techniken des Feature Engineerings und der Datenrepräsentation
- Einführung in Natural Language Processing (NLP)
- Vertiefte Datenaufbereitung und fortgeschrittene Analyseverfahren
Lernen mit dem XDi
- Arbeiten an praxisnahen, virtuellen Data-Science-Projekten
- Individuelle Betreuung durch Mentoren
- Erstellung eines Portfolios zur Unterstützung bei Bewerbungen
- Karriereservices inklusive Bewerbungstrainings und persönlicher Beratung
- Lernmaterialien in Form von Artikeln, Videos und digitalen Formaten
- Selbsttests und Quizzes zur Lernerfolgskontrolle
- Live-Trainings und interaktive Sessions zur Vertiefung und praktischen Anwendung
- Austausch mit anderen Teilnehmenden in einer aktiven Lern-Community
- Strukturierte Retrospektiven zur nachhaltigen Reflexion und Festigung des Wissens