KI und Datenwissenschaft Kernkonzepte
  • KI, künstliche Intelligenz und ihre Verbindung zur Datenwissenschaft verstehen
  • Anwendungen von KI in modernen Datenwissenschafts-Workflows
  • Lebenszyklus der Datenwissenschaft und Integration in KI-Systeme
  • Weiterbildungsmodule zu KI- und Datenwissenschaftsgrundlagen
Programmieren mit Python für KI
  • Python-Code für Datenwissenschaft und künstliche Intelligenz schreiben
  • Verwendung von Unix-Shell-Befehlen bei der Entwicklung von KI-Projekten
  • Git und GitHub für die Zusammenarbeit bei KI- und Datenwissenschaftsarbeiten
  • Weiterbildung in Programmiertools für KI- und Datenanwendungen
Datenverarbeitung und -analyse in der KI
  • Verwendung von Pandas und NumPy für die Datenvorverarbeitung in der KI
  • SQL für die Datenextraktion in Anwendungsfällen der künstlichen Intelligenz
  • Erstellung visueller Datenberichte für die KI-Entscheidungsfindung
  • Weiterbildung in EDA und Datenethik für die KI-Modellierung
Maschinelle Lernmodelle für die KI
  • Regressions- und Klassifikationsmodelle in der KI und Datenwissenschaft
  • Bewertung der Modellleistung für Anwendungen der künstlichen Intelligenz
  • Regularisierung und Optimierung bei der Entwicklung von KI-Modellen
  • Weiterbildung in überwachten KI-Lerntechniken
Tiefes Lernen und fortgeschrittene KI
  • Aufbau künstlicher neuronaler Netze für KI-Systeme
  • Implementierung von CNNs und Transferlernen in KI-Modellen
  • NLP-Techniken in Data Science und KI-Anwendungen
  • Weiterbildung in TensorFlow, Keras und fortgeschrittenen KI-Tools
Projektarbeit in KI und Data Science
  • Gruppenprojekte in KI als Teil der Weiterbildung in Data Science
  • Agile Methoden für das Management von Initiativen im Bereich Künstliche Intelligenz
  • KI-Projekte mit vollständigem Zyklus mit Datenexploration und Modellbereitstellung
  • Abschlusspräsentationen und Bewertung von KI-Lösungen

Die Weiterbildung KI deckt Themen wie Python-Programmierung, maschinelles Lernen und Datenverarbeitung in der Datenwissenschaft ab.