- Grundlagen von KI, künstlicher Intelligenz und Data-Science-Workflows
- Konzepte für überwachtes und unüberwachtes Lernen in der Data Science
- Lebenszyklus von Data-Science-Projekten in der KI-basierten Weiterbildung
- Rolle von KI und Data Science in Unternehmen und Analytik
- Grundlegende Python-Programmierkonzepte für KI-Anwendungen
- Verwendung von Python in Data-Science- und KI-Projekten
- UNIX-Shell und -Scripting für die Datenverarbeitung
- Git und GitHub für die kollaborative KI-Entwicklung in Weiterbildung
- Extrahieren, Bereinigen und Transformieren von Daten mit Pandas und NumPy
- SQL für die Abfrage von Daten in KI- und Data-Science-Anwendungsfällen
- Datenvisualisierung für die Interpretation von KI-Modellen und die Entscheidungsfindung
- Weiterbildung in explorativer Datenanalyse für künstliche Intelligenz
- Regressions- und Klassifizierungsalgorithmen für KI-Systeme
- Modelloptimierung, Regularisierung und Evaluierungstechniken
- Ensemble-Methoden in der Datenwissenschaft und KI
- Überwachte Lernmodelle in der KI Weiterbildungsprogramme
- Entwurf neuronaler Netze mit TensorFlow und Keras
- Implementierung von CNNs und Transferlernen in KI-Workflows
- NLP-Anwendungen in der Datenwissenschaft und künstlichen Intelligenz
- Weiterbildung in fortgeschrittenen KI-Techniken für den Einsatz in der Praxis
- KI-Projektentwicklung mit Agile in datenwissenschaftlichen Umgebungen
- Abschlussarbeiten in KI und künstlicher Intelligenz
- Projektplanung, -durchführung und -präsentation unter Verwendung realer Daten
- Angewandte Weiterbildung in Data Science und KI-Problemlösung
Dieses Programm betont die Rolle von Data Science und AI in Unternehmen und deren Anwendung durch Python und fortgeschrittene maschinelle Lernmodelle.