In dieser Weiterbildung setzen Sie sich mit dem Einsatz von TensorFlow im Controlling auseinander. Sie lernen, wie Sie mit deep learning komplexe Datenmuster erkennen und analysieren. Zudem werden Sie in die Lage versetzt, mit deep learning Prognosemodelle zu entwickeln und Entscheidungsprozesse zu unterstützen. Sie erwerben Kenntnisse über die Grundlagen von deep learning und die Anwendung von TensorFlow im Controlling. Dabei lernen Sie, mit deep learning große Datenmengen zu verarbeiten und relevante Informationen zu extrahieren. Zudem werden Sie in die Lage versetzt, mit deep learning neuronale Netze zu erstellen und zu trainieren. Ein weiterer Schwerpunkt liegt auf der Implementierung von deep learning Modellen zur Optimierung von Controlling-Prozessen. Durch praktische Übungen und Fallstudien wenden Sie deep learning Methoden mit TensorFlow auf reale Controlling-Szenarien an. Sie lernen, mit deep learning Daten vorzubereiten, Modelle zu trainieren und die Ergebnisse zu interpretieren. Nach Abschluss der Weiterbildung sind Sie in der Lage, mit deep learning und TensorFlow komplexe Analysen im Controlling durchzuführen und datenbasierte Entscheidungen zu treffen.

Grundlagen und Tools
  • Installation und Einrichtung von TensorFlow mit Fokus auf Deep Learning
  • Grundlegende Verwendung von TensorFlow
  • Agiles Arbeiten mit Anwendungen aus dem Deep Learning
  • Versionsverwaltung
  • Continuous Integration und Continuous Delivery unter Berücksichtigung von Deep Learning

Keras und TensorFlow in der Praxis
  • Erstellen von Machine-Learning-Modellen mit Keras unter Einbindung von Deep Learning Methoden
  • Analyse von Machine Learning in TensorFlow
  • Visualisierung von Ergebnissen mit Fokus auf Deep Learning
  • Problemlösung für nicht funktionierende Modelle
  • Laden und Speichern von Modellen im Bereich Deep Learning
  • Benutzen von vorgefertigten Modellen mit Keras
  • Praktische Anwendung: Modelltraining und Modellperfomance im Kontext von Deep Learning

Spezialanwendungen in Keras und TensorFlow
  • Stimmungsanalyse mit Keras und Deep Learning Technologien
  • Intelligente Spurerkennung mit Keras und OpenCV
  • Erkennung der Umgebung mit YOLO und Grundlagen aus dem Deep Learning
  • Qualifikationsprojekt TensorFlow

Machine Learning und Deep Learning Techniken
  • Neuronale Netze im Kontext von Deep Learning
  • Trainieren eines Neuronalen Netzes
  • Grundlegende Algorithmen: lineare/logistische Regression in Verbindung mit Deep Learning
  • Neuronale Netze und Deep Learning
  • Support Vector Machines (SVM) und deren Einsatz im Deep Learning
  • Techniken: Merkmalserstellung und Normalisierung
  • Unüberwachtes Lernen: Clustering als Methode des Deep Learning
  • Dimensionalitätsreduktion: PCA und t-SNE

Datenanalyse und -visualisierung
  • Einführung in die Datenanalyse und Datenvisualisierung mit Bezug zu Deep Learning

Business-Know-how im Controlling
  • Definition von Business-Modellen unter Berücksichtigung von Deep Learning Ansätzen
  • Ziele digitaler Business-Modelle
  • Prozess der wirtschaftlichen Bewertung mit Einflüssen des Deep Learning
  • Begriff und Zielsetzung des Controllings
  • Aufgaben und Funktionen im Controlling im Kontext von Deep Learning

Operatives und strategisches Controlling
  • Strukturierung des Controllings: strategisches und operatives Controlling mit Bezug auf Deep Learning Entwicklungen
  • Operative Planung und Kontrolle: Budgetierung als zentrales Instrument der operativen Steuerung
  • Kennzahlen, Kennzahlensysteme und Reporting im Controlling ergänzt durch Deep Learning Analysen
  • Kosten- und Leistungsrechnung: Erfassung und Analyse von Kosten und Leistungen im Unternehmen

Finanzwirtschaftliche Grundlagen
  • Externes und internes Rechnungswesen im Zeitalter von Deep Learning
  • Gewinn und Liquidität
  • Bilanz mit Einflüssen von Deep Learning Anwendungen
  • Vor- und Nachkalkulation

Beschaffung und rechtliche Grundlagen im Unternehmen
  • Ermittlung des Material- und Dienstleistungsbedarfs mit Methoden aus dem Deep Learning
  • Planung, Beschaffung und Verwaltung des Büromaterialbedarfs
  • Einholung, Prüfung und Vergleich von Angeboten unterstützt durch Deep Learning

Recht und Compliance
  • Rechtssystem und Justizwesen mit Bezug auf Deep Learning
  • Ablage und gesetzliche Aufbewahrungsfristen
  • Rechtssichere Bearbeitung von Kundenaufträgen im Rahmen von Deep Learning Prozessen

Trends und Zukunftsfelder
  • Aktuelle Entwicklungen und Trends im Controlling mit Fokus auf Deep Learning
  • Zukunftsfelder und Herausforderungen für das Controlling
  • Aktuelle Trends im maschinellen Lernen und Deep Learning sowie Ausblick in die Zukunft