Dieser Kurs stellt zunächst die zentralen Aufgaben der Machine Learning-Entwicklung vor. Es werden in einem ersten Schritt die Datenanalyse und -visualisierung sowie das Datenmanagement ausführlich erläutert und in den Kontext von Big Data gesetzt. Im nächsten Schritt wirst du von den Grundlagen des maschinellen Lernens zu den beiden Kategorien überwachtes und unüberwachtes Lernen hin zum Thema Evaluierung und Verbesserung geführt. Es wird gezeigt, wie IT-Systeme in der Lage sind, Muster in bestehenden Datenbeständen zu identifizieren und mithilfe von Algorithmen eigenständige Lösungen für Probleme zu finden. Im letzten Schritt der Machine Learning-Entwicklung geht der Kurs mit Deep Learning vertiefend auf ein Teilbereich des Machine Learnings ein und erläutert dessen Methoden auf Basis von neuronalen Netzen. Ergänzend erweiterst du deine Kenntnisse um das Reinforcement Learning, eine der drei Haupttechniken des maschinellen Lernens, in der Software durch den direkten Austausch mit ihrer Umwelt in Form von Versuch und Irrtum trainiert wird, optimale Ergebnisse zu erzielen. Mit der Projektmanagementmethode PRINCE2® und der Prozessoptimierungsmethode ITIL® rundest du dein Wissen ab.
- Einführung Datenanalyse
- Wiederholung Grundlagen Python
- Datenanalyse, Data Analytics
- Künstliche Intelligenz (KI) im Arbeitsprozess
- Datenvisualisierung
- Datenmanagement
- Datenanalyse im Big Data Kontext
- Dashboards
- Text Mining
- Projektarbeit Data Analytics
- Einführung in Machine Learning
- Überwachtes Lernen
- Unüberwachtes Lernen
- Evaluierung und Verbesserung
- Projektarbeit Machine Learning
- Machine Learning: Deep Learning
- Grundlagen in neuronalen Netzen
- Convolutional Neural Network (CNN)
- Transfer Learning
- Regional CNN
- Methoden der kreativen Bilderzeugung
- Recurrente neurale Netze
- Textverarbeitung durch neuronale Netze
- Sprachmodelle
- Deep Reinforcement Learning
- Bayes'sche neuronale Netze
- Projektarbeit Deep Learning
- Machine Learning: Reinforcement Learning
- Markov Decision Processes (MDPs)
- Q-Learning
- Deep Reinforcement Learning
- Fortgeschrittene Themen
- Praktische Anwendungen
- Zusammenfassung und Ausblick
- Projektarbeit Reinforcement Learning
- Wichtige ITIL Begriffe und Definitionen
- Die vier Dimensionen des Produkt- und Servicemanagements von ITIL
- Der ITIL Produkt- und Servicelebenszyklus
- Das ITIL Value System
Wertstromidentifizierung, -abbildung und -management
- ITIL und KI
- ITIL und andere Rahmenwerke
- Projektarbeit, Zertifizierungsvorbereitung und Zertifizierungsprüfung ITIL®
- Einführung in das Projektmanagement basierend auf PRINCE2®
- Die PRINCE2® Grundprinzipien
- Künstliche Intelligenz (KI) im Arbeitsprozess
- Die Bedeutung von Menschen für PRINCE2® Projekte
- Die sieben Themen von PRINCE2®
- Die sieben Prozesse von PRINCE2®
- Projektarbeit, Zertifizierungsvorbereitung und Zertifizierungsprüfung
Änderungen möglich, die Lehrgangsinhalte werden regelmäßig aktualisiert.