Data & Machine Learning Specialist

Kursüberblick

Diese Weiterbildung vermittelt umfassendes Wissen im Bereich Data und Machine Learning. Du lernst die Grundlagen der Datenverarbeitung und Programmierung, mathematische und statistische Konzepte sowie die Anwendung von Data Science und Machine Learning in der Praxis kennen. Die praktische Umsetzung erfolgt mit ChatGPT, Google Gemini, MS Copilot, Visual Studio Code, PyCharm, Jupyter Notebooks, pandas, NumPy, scikit-learn, TensorFlow, Keras, matplotlib, seaborn und MS Excel. Grundlagen der Datenverarbeitung Datenrepräsentation (Binär, Hex, Datentypen, Speicher) Zeichencodierung (ASCII, Unicode, Base64) Boolesche Logik und Operationen Dateien, Pfade und Datenformate Datenübertragung (URI/URL, Protokolle) Sicherheit und Effizienz (Kompression, Verschlüsselung, Hashing) Python Programmierung Programmiergrundlagen: EVA-Prinzip, Interpreter, Pseudocode Python-Einführung: Versionen, Paradigmen, Einsatz und Tools Variablen, Datentypen und Operatoren (Strings, Zahlen) Kontrollstrukturen: if/else, boolesche Logik Schleifen und Datenstrukturen: Listen, Tupel, Dictionary Funktionen und Fehlerbehandlung (Scopes, try/except) Mathematische und statistische Konzepte Grundlagen: Zahlen, Rechenarten, Potenzen, Modulo Operatorregeln (Klammern, Distributiv-, Kommutativgesetz) Funktionen, Mengen und Tupel Logik: Aussagen- und Prädikatenlogik Statistik: Mittelwerte, Streuung, Normalverteilung Stochastik: Wahrscheinlichkeit, Korrelation, bedingte Wahrscheinlichkeiten Data Science und ethische Aspekte Statistik Integration von Data Science im Unternehmen CRISP-DM-Vorgehensmodell Bias und vertrauenswürdige KI Ethik und Fairness in KI-Systemen Instrumentarien zur Risiko(folge)abschätzung Machine Learning Einführung in maschinelles Lernen Datenaufbereitung und Feature Engineering Überwachtes und unüberwachtes Lernen Modelltraining und Evaluierung Einführung in neuronale Netze Praxisprojekt

Nächste Termine

• 2026-10-25T23:00:00.000Z · 2027-02-14T23:00:00.000Z · Recklinghausen, Westfalen · Blended Learning
• 2026-10-25T23:00:00.000Z · 2027-02-14T23:00:00.000Z · Heilbronn, Neckar · Blended Learning
• 2026-10-25T23:00:00.000Z · 2027-02-14T23:00:00.000Z · Eberswalde · Blended Learning
• 2026-10-25T23:00:00.000Z · 2027-02-14T23:00:00.000Z · Augsburg, Bayern · Blended Learning
• 2026-10-25T23:00:00.000Z · 2027-02-14T23:00:00.000Z · Bochum · Blended Learning