Module und Themen

Kursinhalte Data Science & KI

Entdecken Sie unsere KI-Weiterbildung – passgenau für Ihren Bildungsgutschein und Ihre beruflichen Ziele. Lernen Sie, wie Sie mit Algorithmen Automatisieren können, KI-Agenten, Multi-KI-Agenten und KI-Chat-Bots entwickeln und in leistungsfähige KI-Agenten-Frameworks integrieren. Setzen Sie auf praxisnahe Inhalte, die Sie direkt in Ihrem Unternehmen einsetzen können – für eine Zukunft, die von Künstlicher Intelligenz gestaltet wird.

NEU

Python lernen

Objektorientierte Programmierung (OOP)
Objekte, Klassen und Instanzen
Einfache und effektive Algorithmen
Analyse und Visualisierung von Daten
Exploratory Data Analysis (EDA)
Transformers, Vernetzen von Programmen und Webservices
Stochastik, Statistik und Matrizenrechnung
Moderne Entwicklungsumgebungen
The Zen of Python
Pythontypische libraries, packages und Module

Details zu Python

NEU

Machine Learning & KI

Was ist "Lernen"? und Wie lernen Maschinen?
Unterschied maschinelles Lernen und künstliche Intelligenz
Statistische Grundlangen, lineare und nichtlineare Modelle
Überwachtes, bestärkendes und unüberwachtes Lernen
Clustering, Ensemble Learning, Optimierungsverfahren und der Fluch der Dimensionalität
Verbesserung von Modellen
Feature Engineering, Principle Component
Analysis, Hyperparameter Tuning und Transfer Learning
Für Machine Learning typische libraries, packages und Module

Details zu Machine Learning & KI

BELIEBT

Neuronale Netze | Deep Learning

Funktionsweise eines Neurons, Eigenschaften, Eingabe- versteckte- und Ausgabeschicht
Übertragung der Funktionsweise eines Neurons in Software
Gewichtete Netze, Trainings- und Testphase
Lernregeln, Backpropagation und Netztypen
Eigenschaften und Probleme neuronaler Netze
Anwendungen bei Routinetätigkeiten, Wahrnehmung, Krankheit und Kognition
Für Neuronale Netze und Deep Learning typische libraries, packages und Module

Details zu Neuronale Netze

BELIEBT

Big Data

Volume (Datenvolumen), Velocity (Geschwindigkeit), Variety (Bandbreite), Value (Zusammenhänge), Veracity (Wahrhaftigkeit)
Data Mining Simulation
Strukturierte Abfrage Sprache (Structure Query Language, SQL) Relationale Datenbankmanagementsysteme (RDBMS)
SQL-Datenbanken (Strukturierte-Abfrage-DatenBanken)
Nichtstrukturierte-Abfrage-Datenbanken (NoSQL-Datenbanken)
Einführung in visuelle Business Intelligence Tools
Einführung in alternative Cluster Analyse
Workflows erstellen für Big Data

Details zu Big Data

NEU

Business Intelligence

Anwendungsbereiche und real cases

Die Stärke von Business Intelligenz (BI):

Datenbasierte Entscheidungsfindung
Visualisierung und Verständlichkeit
Zeitersparnis
Erkennen von Trends und Mustern
Integration verschiedener Datenquellen
Kosten und Prozessoptimierung
Wissensaufbau und Transparenz
Verbesserung von Kontrolle und Compliance

BI-Tools:
Power BI, Tableau
KNIME

Details zu Business Intelligence

NEU

KI Anwendungen

Anwendungsbereiche und real case studies:

Data Mining
Artificial Intelligence (AI) und
eXplainable AI (XAI)

Low-Code Problemlösungen in den Bereichen:

Datenzugriff
Datenmanipulation
Visualisierung und Analytik

Die Architektur der Informationsverarbeitung:

Erstellen eines personalisierten Chatbots
Lernende KI-Algorithmen
Workflows erstellen für Künstliche Intelligenz
KI-Agenten
Mulit-KI-Agenten
Mulit-KI-Agenten-Frameworks

Details zu KI Anwendungen

Lernen Sie educx kennen

Sie wissen noch nicht, welche Inhalte & Themen zu Ihnen passen?

Fragen Sie unsere Studienberater. Wir nehmen uns ausführlich für Sie Zeit. Sprechen Sie mit uns über Karriereziele, Kursinhalte, Ihre zeitliche Verfügbarkeit und alle weiteren Fragen, die Sie haben. Über unsere Termin-Abfrage wählen Sie einen passenden Tag und Uhrzeit für ein Telefonat mit einem unserer Studienberater aus.

Modernste Methodik & Software

Data Science Tools und Bibliotheken

> Numpy
> pandas
> matplotlib
> scikit-learn
> Apache Spark
> SciPy
> Spyder
> PyCharm
> PySpark
> Keras
> TensoFlow
> Pytorch

Expertise

> Wirtschaft: Finanzen, HR, Supply Chain, Kunden
> Industrie: Maschinen, Instandhaltung
> Naturwissenschaften: Physik, Geologie, Life Sciences
> Geisteswissenschaften: Jura, Soziologie

Daten und Datentransformation

> Laden
> Speichern
> Aufbereiten
> Säubern
> Transformieren
> Verknüpfen
> Umformen
> Analysieren
> Modellieren
> Visualisieren
> Interpretieren
> Vorhersagen
> Trainieren
> Testen

Datenbanktechniken

> SQL
> SQL-Datenbanken
> NoSQL-Datenbanken
> MariaDB
> PostgreSQL
> MongoDB
> Neo4j

Datenvisiualisierungstools

> Power BI
> Tableau
> Orange
> KNIME
> matplotlib
> seaborn
> ggplot2

Programmiersprachen

> Python
> R
> SQL

Data Science Methoden

> Generative KI
> Data PowerHouse
> Data Lake
> KNIME
> K-AI
> X-AI
> Workflow
> Visualisierung
> Statistik
> Deep Learning
> Machine Learning
> Business Intelligence
> Data Mining
> Detective Work
> Finding Business Insights
> Asking Good Questions
> Interaction with Domain
> Experts
> Tell And Interpret Stories
> Making Inferences From Data
> Understanding Data Driven
> Domain
> Data Driven Decision Making
> Building Data Products
> Künstliche Intelligenz (Artificial > Intelligence)
> Power BI
> Orange
> Preprocessing
> Klassifizierung
> Regression