Datenanalyse mit Python und MATLAB

Im Kurs erwirbst du praxisnah ein kompaktes, grundlegendes Wissen in der Programmierung mit Python sowie im Einsatz von Künstlicher Intelligenz (KI). Zusätzlich erlangst du das nötige Fachwissen und die spezifische Terminologie zur mathematischen Modellierung mit MATLAB und Simulink.

Programmierung mit Python

Grundlagen Python (ca. 1 Tag)

Geschichte, Konzepte
Verwendung und Einsatzgebiete
Syntax

Erste Schritte mit Python (ca. 5 Tage)

Zahlen
Zeichenketten
Datum und Zeit
Standardeingabe und -ausgabe
list, tuple dict, set
Verzweigungen und Schleifen (if, for, while)

Künstliche Intelligenz (KI) im Arbeitsprozess

Vorstellung von konkreten KI‐Technologien
sowie Anwendungsmöglichkeiten im beruflichen Umfeld

Funktionen (ca. 5 Tage)

Eigene Funktionen definieren
Variablen
Parameter, Rekursion
Funktionale Programmierung

Fehlerbehebung (ca. 0,5 Tage)

try, except
Programmunterbrechungen abfangen

Objektorientierte Programmierung (ca. 4,5 Tage)

Python-Klassen
Methoden
Unveränderliche Objekte
Datenklasse
Vererbung

Grafische Benutzeroberfläche (ca. 1 Tag)

Buttons und Textfelder
grid-Layout
Dateiauswahl

Projektarbeit (ca. 3 Tage)

Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse

Mathematische Modellierung mit MATLAB und Simulink

Grundlagen MATLAB (ca. 2 Tage)

MATLAB-Oberfläche
Auslesen von Daten aus einer Datei
Variablen, Arrays, Operatoren, Grundfunktionen
Grafische Darstellung von Daten
Anpassen von Diagrammen
Exportieren von Grafiken

Variablen und Befehle (ca. 2 Tage)

Relationale und logische Operatoren
Mengen, Mengen bei 2D-Körpern (Polyshape)
Durchführung mathematischer und statistischer Berechnungen mit Vektoren
Grafiken in der Statistik

Analyse und Visualisierung (ca. 1 Tag)

Erstellen und Verändern von Matrizen
Mathematische Operationen mit Matrizen
Grafische Darstellung von Matrixdaten
Matrixanwendungen: Abbildungen, Rotation, Lineare Gleichungssysteme, Least Square Verfahren

Künstliche Intelligenz (KI) im Arbeitsprozess

Vorstellung von konkreten KI‐Technologien
sowie Anwendungsmöglichkeiten im beruflichen Umfeld

Datenverarbeitung (ca. 1 Tag)

Datentypen: Structure Arrays, Cell Arrays, String vs. Char, Categorical, Datetime u. v. m.
Anlegen und Organisieren tabellarischer Daten
Bedingte Datenauswahl
Importieren/Exportieren mit Matlab: Ordnerstrukturen, .mat-Daten, Tabellendaten, Fließtexte

MATLAB-Programmierung (ca. 3 Tage)

Kontrollstrukturen: Schleifen, if-else, Exceptions
Funktionen
Objektorientierte Programmierung
App Design

Simulation in MATLAB (ca. 5 Tage)

Numerische Integration und Differenziation
Grundlagen der Simulation gewöhnlicher Differentialgleichungen, Matlab ODE und Solveroptionen
Simulationstechnik in Matlab: Eingabeparameter, Dateninterpolation, Simulationsstudien
Simulationssteuerung: Eventfunctions (Zero Crossing), Outputfunctions
Anwendungsbeispiele, z. B. Simulation eines Elektromotors, Simulation einer Rakete

Simulink (ca. 4 Tage)

Grundlagen in Simulink: Schaubilder, Funktionen, Signale und Differentialgleichungen
Funktionen, Subsysteme und Bibliotheken
Import/Export, Lookup-Tabellen, Regelung
Zero-Crossing, Automatisierung von Simulationsaufgaben (Matlab Zugriff)
Anwendungsbeispiele, z. B. Simulation eines Flugzeugtriebstrangs

Projektarbeit (ca. 2 Tage)

Zur Vertiefung der gelernten Inhalte
Präsentation der Projektergebnisse

Änderungen möglich. Die Lehrgangsinhalte werden regelmäßig aktualisiert.