- Fortgeschrittene Nutzung von Python für Data Science-Exploration und Data Pipelines
- Modulare Programmierung, Coding Best Practices und Nutzung von Git & GitHub
- Arbeiten mit Libraries wie Pandas, Numpy, Matplotlib, Seaborn
- Einführung in AI-Workflows mit Python für Data Science
Explorative Datenanalyse & Business-orientierte Visualisierung
- EDA-Techniken zur Datenvorverarbeitung und Interpretation großer Data Science-Datensätze
- Erstellung von Visualisierungen für verschiedene Zielgruppen
- SQL-gestütztes Extrahieren und Verarbeiten strukturierter Data
- Datenethik und Data Clean-up Strategien im Kontext von Data Science
Machine Learning für Data Science Professionals
- Anwendung von Klassifikations- und Regressionsalgorithmen
- Modelloptimierung mit GridSearch, Cross-Validation und Ensemble Methods
- Interpretation von Metriken zur Modellbewertung
- Hands-on Machine Learning Projekt zur Lösung eines Data Science-Business-Problems
Deep Learning & Advanced AI
- Grundlagen neuronaler Netze und Architektur von Deep Learning Modellen
- Praktische Anwendung von CNNs, RNNs, NLP und Transfer Learning
- Arbeiten mit Tensorflow, Keras und fortgeschrittenen AI-Modellen
- Analyse von Zeitreihen und unüberwachten Lernverfahren
Capstone-Projekt & Künstliche Intelligenz in der Praxis
- End-to-End Data Science Projekt zur Anwendung aller Tools und Konzepte
- Verwendung agiler Methoden wie Scrum und Kanban
- Stakeholder-Analyse und Präsentation des "Data Product"
- Einbindung von AI und Künstlicher Intelligenz zur Wertschöpfung
Der Kurs nutzt Python intensiv in Data Science und vermittelt fortgeschrittene Techniken für datagetriebene Entscheidungen und Projekte.