Informationen zum Erlebnis
Baue Schritt für Schritt praktische Kompetenzen im Umgang mit Daten und künstlicher Intelligenz auf. In diesem dreitägigen Seminar lernst du Python von den Grundlagen kennen und setzt das Gelernte direkt für Datenanalyse, Datenaufbereitung sowie erste Machine-Learning- und Deep-Learning-Modelle ein. Spezielle Vorkenntnisse sind für die Teilnahme nicht erforderlich.
Der Schwerpunkt liegt auf dem praktischen Arbeiten: Kurze fachliche Inputs wechseln sich mit direkten Übungen in Notebooks und kleinen Anwendungsfällen ab. Dabei beschäftigst du dich mit Best Practices für lesbaren und reproduzierbaren Code, Fehlerbehandlung und saubere Datenübergaben. Von Modul zu Modul entsteht ein eigenes Portfolio aus Notebooks und weiteren Artefakten, das dir als Grundlage für die weitere praktische Arbeit dienen kann.
Du lernst, unterschiedliche Datenquellen einzulesen, Daten mit pandas aufzubereiten und typische Herausforderungen wie fehlende Werte, Duplikate oder unterschiedliche Datenformate zu bewältigen. Darauf aufbauend setzt du dich mit dem grundlegenden Machine-Learning-Workflow auseinander und trainierst, evaluierst und vergleichst erste Modelle. Auch neuronale Netze, Transfer Learning sowie wichtige Aspekte wie Datenbedarf, Bias und Privacy werden behandelt.
Die Zertifizierungsprüfung wird computergestützt durch das unabhängige Zertifizierungsinstitut Certible als Remote-Proctored Online-Prüfung durchgeführt. Für die 90-minütige Prüfung kann der Prüfungstermin frei gewählt werden.
Inhalt
- 3-tägiges Seminar
- Python-Grundlagen für Data Science und KI
- Arbeiten mit Bibliotheken und Paketmanagement
- Datenanalyse und Visualisierung mit pandas
- Datenextraktion und Datenaufbereitung
- Umgang mit CSV-, Excel-, Log- und JSON-Daten
- Datenbereinigung, Transformationen und Plausibilitätschecks
- Grundlagen von Machine Learning
- Training, Evaluation und Vergleich von ML-Modellen
- Klassifikation und Regression
- Erkennen von Overfitting und Data Leakage
- Grundlagen neuronaler Netze und Deep Learning
- Praktische Umsetzung einfacher neuronaler Netze
- Einführung in Transfer Learning
- Auseinandersetzung mit Bias, Privacy und verantwortungsvoller KI-Nutzung
- Hands-on-Übungen in Notebooks und Mini-Cases
- Aufbau eines eigenen Portfolios aus Notebooks und Artefakten
- 90-minütige Remote-Proctored Online-Zertifizierungsprüfung
- Keine speziellen Vorkenntnisse erforderlich
- Durchführung durch den Trainingspartner qSkills