Deep Learning für Anwendungen in Data Science und Zusatzqualifikation im Projektmanagement

Nach Abschluss der Weiterbildung verfügen Sie über Kenntnisse in den Bereichen Deep Learning, Data Science, Python, Datenbanksysteme mit SQL und TensorFlow. Sie werden in der Lage sein, Datenanalysen durchzuführen und mithilfe von Deep Learning-Algorithmen tiefe Einblicke in vorhandene Daten zu gewinnen. Darüber hinaus erwerben Sie Zusatzqualifikationen im Projektmanagement, die es Ihnen ermöglichen, IT-Projekte zu planen, zu leiten und zu koordinieren. Nach Absolvierung dieser Maßnahme sind Sie somit gerüstet, um in den Bereichen Data Science und IT-Projektmanagement tätig zu werden und Projekte umzusetzen.

Grundlagen von Deep Learning und Machine Learning

• Aufgaben und Funktion von Deep Learning
• Abgrenzung von Machine Learning und Deep Learning
• Einführung in Machine Learning
• Neuronale Netze und deren Einführung

Programmierung und Bibliotheken für Deep Learning

• Python- und Machine-Learning-Bibliotheken
• Verbindungen zu TensorFlow
• Benutzen von vorgefertigten Modellen mit Keras
• Einführung in PyTorch

Praktische Anwendung und Training Neuronaler Netze

• Trainieren eines Neuronalen Netzes
• Praxisarbeit: Programmierung Neuronales Netzwerk
• Backpropagation und Aktualisierung der Gewichte
• Praxisarbeit: Optimierung Neuronales Netzwerk

Datenbehandlung und -visualisierung

• Datenreinigung und Datenskalierung
• Datenvisualisierung und Datenvisualisierung geographischer Daten
• Grundlegende Programmierkonzepte und Datenstrukturen

Python-Programmierung und Datenmanipulation

• Installation und Einrichtung von Python
• Python-Skripte und Standard-Datentypen
• Funktionen in Python

Datenbankgrundlagen und -management

• Einführung in relationale Datenbanken und Datenbankmodellierung
• Normalisierung und Normalformen
• Datentypen und Keys sowie Indizes
• Erstellung eines Entity-Relationship-Modells (ERM)

Vertiefte Anwendung von TensorFlow und Keras

• Installation und Einrichtung von TensorFlow
• Grundlegende Verwendung von TensorFlow und Keras
• Erstellen von Machine-Learning-Modellen mit Keras
• Visualisierung von Ergebnissen mit Keras

Projektmanagement-Grundlagen

• Einführung in das Projektmanagement
• Projektarten und agile Standards
• Vorteile der agilen Arbeitsweise und Projekt-Initialisierung

Agiles Projektmanagement

• Projekt-Definition und Projekt-Planung
• Projektbasiert vs. produktbasiert und Agile Perspektive
• User Stories und Produkt Backlog Management
• Definition of Done und Scrum Master

Abschlussprojekt und Anwendung in der Praxis

• Qualifikationsprojekt Data Science
• Fallstudien im Kontext von Data Science und Deep Learning