- Verstehen der Verbindung zwischen Data Analytics, Data Science und Artificial Intelligence
- Basiswissen in Künstlicher Intelligenz, Machine Learning und Anwendungsgebieten
- Einstieg in Python, Git, UNIX sowie kollaborative Arbeit mit GitHub
- Verständnis der Rolle von Data Scientists in datengetriebenen Organisationen
Data Science Tools & Methoden
- Strukturierte Datenverarbeitung und -analyse mit SQL, Pandas und Numpy
- Explorative Data Analysis zur Unterstützung datengestützter Entscheidungen
- Datenaufbereitung, Visualisierung und Vermittlung analytischer Data-Erkenntnisse
- Fokussierte Data Aufbereitung für Business-Entscheidungen
Praktische Machine Learning & Supervised Learning
- Erstellung von Klassifikations- und Regressionsmodellen für Vorhersagen
- Bewertung, Optimierung und Regularisierung für zuverlässige Ergebnisse
- Nutzung von Ensemble-Methoden und Interpretation durch Stakeholder
- Projektarbeit zur Realisierung datengetriebener Data Science Projekte
AI-Technologien & Unsupervised Learning Konzepte
- Clustering, Dimensionsreduktion und Data-Segmentierung
- Zeitreihenanalyse und AI-gestützte Vorhersagemethoden
- Einstieg in künstliche neuronale Netze, Transfer Learning und NLP
- Umsetzung von Artificial Intelligence mit Tensorflow und Keras
Capstone-Projekt & datenbasierte Kommunikation
- Eigenständige Durchführung eines Data Science Projekts in Teams
- Anwendung agiler Methoden zur Strukturplanung und Zielverfolgung
- Erarbeitung eines datenbasierten Business Case mit AI-Integration
- Präsentation von datengetriebenen Entscheidungen für ein nicht-technisches Publikum