In dieser Weiterbildung erlernen Sie die Anwendung von Microsoft Power BI zur Datenauswertung und erweitern Ihre Kenntnisse um Machine Learning-Techniken mit TensorFlow. Sie werden in die Lage versetzt, komplexe Datenmengen zu analysieren, Muster zu erkennen und fundierte Entscheidungen auf Basis Ihrer Datenauswertung zu treffen. Sie lernen, Daten aus verschiedenen Quellen in Power BI zu importieren, zu transformieren und für die Datenauswertung aufzubereiten. Darüber hinaus erwerben Sie Fähigkeiten im Bereich des Machine Learning, indem Sie mit TensorFlow Modelle erstellen, trainieren und in Ihre Datenauswertung integrieren. Dies ermöglicht Ihnen, prädiktive Analysen durchzuführen und zukünftige Trends auf Basis Ihrer Datenauswertung zu prognostizieren. Die Weiterbildung kombiniert theoretische Inhalte mit praktischen Übungen. Anhand von Fallstudien wenden Sie die erlernten Methoden der Datenauswertung an und entwickeln eigene Projekte, um Ihr Verständnis zu vertiefen. Nach Abschluss sind Sie in der Lage, fortgeschrittene Datenauswertungen durchzuführen und Machine Learning-Modelle in Ihre Analysen zu integrieren, um datengetriebene Entscheidungen zu unterstützen.

Power BI Datenmodellierung
  • Kenntnisse im Bereich Datenauswertung für Power BI
  • Arbeiten mit Power Query
  • Verbindungen zu Datenquellen und Import mit Fokus auf Datenauswertung
  • Interaktive Dashboards gestalten
  • Anwendungen aus der Datenauswertung: Balken- und Liniendiagramme
  • Zeitliche Analyse mit Liniendiagrammen
  • Berechnungen mit DAX-Ausdrücken unter Berücksichtigung der Datenauswertung
  • Interaktive Elemente und Filter

TensorFlow Grundlagen
  • Grundlagen der Datenauswertung bei der Installation und Einrichtung von TensorFlow
  • Grundlegende Verwendung von TensorFlow
  • Verwendung von Keras mit Fokus auf Datenauswertung
  • Erstellen von Machine-Learning-Modellen mit Keras
  • FCN- und CNN-Modelle in Bezug auf Datenauswertung erstellen
  • Analyse von Machine Learning in TensorFlow
  • Problemlösung für Modelle mithilfe der Datenauswertung

Erweiterte Machine Learning Techniken
  • Einführung ins Thema Datenauswertung im Machine Learning
  • Arten von Machine Learning
  • Vorhersagemodelle mit Bezug zur Datenauswertung trainieren und auswählen
  • Bewertung von Modellen
  • Scikit-Learn zur Klassifikation mit Fokus auf Datenauswertung einsetzen
  • Perzeptron-Algorithmen für Klassifikation

Machine Learning Algorithmen und Verfahren
  • Erstellen von RNN-Modellen mit Keras unter Berücksichtigung der Datenauswertung
  • Gradientenabstiegsverfahren
  • Random Forests und Entscheidungsbäume mit Bezug zur Datenauswertung