In diesem Kurs werden die essenziellen Kenntnisse im Bereich Data Science und Programmierung vermittelt. Teilnehmer lernen die Grundlagen von Python, Datenmanipulation sowie die Abfrage und Verarbeitung von Daten mit SQL.
Kursinhalt1. Foundations of Data Science & Programming- Python-Kenntnisse
- Codeorganisation
- Grundlegende Datenmanipulation
- SQL zur Datenabfrage und -verarbeitung
2. Data Wrangling & Exploratory Data Analysis (EDA)
- Datenbereinigung
- Datenstrukturierung
- Datenvorbereitung mit Pandas
- Explorative Analysen
- Visualisierung
- Ethischer Umgang mit Daten
3. Machine Learning Foundations
- Statistik- und Wahrscheinlichkeitsgrundlagen
- Einführung in KI-Konzepte
- Klassifikation vs. Regression
- Parametrische vs. nicht-parametrische Methoden
- Bias-Variance-Tradeoff
- Feature Engineering
4. Supervised & Unsupervised Learning
- Kernalgorithmen für Regression, Klassifikation und Clustering (z. B. KMeans, hierarchisches Clustering)
- Evaluationsmetriken
- Umgang mit unausgeglichenen Daten
- Datenbias
- Grundlagen der Zeitreihenanalyse
5. Computer Vision
- Grundlagen der Bildverarbeitung
- Bildmanipulation
- Feature Extraction
- Objekterkennung
- Aktuelle Deep-Learning-Methoden für visuelle Daten
6. Deep Learning
- Neuronale Netze
- Training und Optimierung
- Erweiterte Architekturen wie CNNs & RNNs
- Hyperparameter-Anpassung
- Transfer Learning
- Zeitreihenmodelle
7. Human Language Processing (NLP)
- Textaufbereitung (Normalisierung, Tokenisierung, TF-IDF u. a.)
- Word Embeddings
- Sequenzmodelle wie RNN und LSTM
- Komplexere NLP-Aufgaben inkl. Large Language Models
8. MLOps & Cloud Computing
- Grundlagen zu Cloud-Architekturen
- Deployment-Modelle
- Containerisierung (Docker)
- Virtualisierung
- DevOps-Prinzipien
- Technische Umsetzung von MLOps für Modellversionierung, Überwachung und Automatisierung