In dieser Weiterbildung vertiefen Sie Ihre Kenntnisse in der Programmiersprache C++ und erweitern Ihr Wissen um die Bereiche Machine Learning und Deep Learning. Sie lernen, komplexe Softwarelösungen in C++ zu entwickeln und diese mit Methoden des maschinellen Lernens zu kombinieren. Dabei setzen Sie sich mit der Implementierung neuronaler Netze auseinander und verstehen, wie Sie die Programmiersprache C++ für die Entwicklung intelligenter Systeme einsetzen können. Sie erwerben die Fähigkeit, Algorithmen des maschinellen Lernens in C++ zu implementieren und anzupassen. Zudem lernen Sie, Daten für das Training von Modellen vorzubereiten und die Ergebnisse zu evaluieren. Ein Schwerpunkt liegt auf der Anwendung von Deep-Learning-Techniken innerhalb der Programmiersprache C++, um komplexe Muster in Daten zu erkennen und Vorhersagen zu treffen. Durch praxisorientierte Übungen und Projekte wenden Sie die erlernten Konzepte direkt an. Sie entwickeln eigene Anwendungen in C++, die Machine-Learning-Modelle integrieren, und analysieren deren Leistungsfähigkeit. Nach Abschluss der Weiterbildung sind Sie in der Lage, die Programmiersprache C++ gezielt für die Entwicklung von Anwendungen im Bereich des maschinellen Lernens und Deep Learnings einzusetzen. Sie können eigenständig intelligente Systeme konzipieren und implementieren, die in verschiedenen Branchen Anwendung finden.

Grundlagen und fortgeschrittene Techniken in C++
  • Einführung: Eigenschaften, Verarbeitung, Unterschiede zu C und IDE-Setup, mit Fokus auf Programmiersprache C++
  • Klassen und Konstruktoren in C++
  • Polymorphe Klassen in der Programmiersprache C++
  • Vererbung
  • Templates als Bestandteil der Programmiersprache C++
  • File-Input und -Output und Operator-Overloading
  • Exception-Handling in der Programmiersprache C++
  • Algorithmen der Standardbibliothek

Einführung und Praktiken in Machine Learning
  • Einführung in Machine Learning mit Kenntnissen im Bereich Programmiersprache C++
  • Arten des Machine Learning
  • Datenvorbereitung für Machine Learning in der Programmiersprache C++
  • Training und Auswahl eines Vorhersagemodells
  • Bewertung von Modellen mit Anwendungen aus der Programmiersprache C++
  • Verwendung von Scikit-Learn für Klassifikationen

Fortgeschrittene Konzepte in Machine Learning und Deep Learning
  • Random Forests und Entscheidungsbäume mit Fokus auf Programmiersprache C++
  • Ensemble Learning (z. B. Bagging und Boosting)
  • Trainieren eines Neuronalen Netzes unter Einbeziehung der Programmiersprache C++
  • Abgrenzung von Machine Learning und Deep Learning
  • Neuronale Netze und ihre Umsetzung mit der Programmiersprache C++

Technologien und Tools für Deep Learning
  • Aufgaben und Funktion von Deep Learning im Kontext der Programmiersprache C++
  • Python- und Machine-Learning-Bibliotheken
  • Keras mit Schnittstellen zur Programmiersprache C++
  • Verbindungen zu TensorFlow
  • Benutzen von vorgefertigten Modellen mit Keras und Einbindung der Programmiersprache C++