Beschreibung
In dieser Seminarreihe erhalten Sie eine fundierte Einführung in die Themen Data Science, Künstliche Intelligenz und Machine Learning sowohl für numerische als auch Textdaten (auch mit Nutzung von ChatGPT). Ziel dieser Methoden ist es, aus den vorhandenen Daten einen Mehrwert zu schaffen. Und genau das lernen Sie in unserem Data Science Crash Course in drei aufeinander aufbauenden Teilkursen. Bei entsprechenden Vorkenntnissen können Sie die Teilkurse auch einzeln besuchen.
Im ersten Teilkurs „Künstliche Intelligenz mit Python” (2 Tage) erhalten Sie einen Überblick über das spannende Thema Künstliche Intelligenz mit vielen Praxisbeispielen. Zudem werden Sie in der Programmiersprache Python so weit fit gemacht, dass Sie Ihr erstes Data-Science-Projekt vom Einlesen der Daten bis hin zur Speicherung der Modelle zur weiteren Verwendung eigenhändig umsetzen können.
Im zweiten Teilkurs „Machine Learning mit Python” (2 Tage) geht nun einen Schritt weiter. Hier erhalten Sie einen Einblick in die unterschiedlichen Algorithmen des Maschinellen Lernens. Die Theorie dahinter wird dabei anhand von Praxisübungen aus den Bereichen Clustering, Virtuelle Sensoren und Zeitreihenvorhersage vermittelt. In diesem Modul werden Sie sich hauptsächlich mit der Anwendung des Machine Learning auf numerischen Daten beschäftigen.
Abgerundet wird der Data Science Crash Course durch den dritten Teilkurs Modul „Natural Language Processing (NLP) mit Python” (1 Tag), bei dem Sie sich mit der Anwendung des Maschinellen Lernens im Kontext der natürlichen Sprachverarbeitung auseinandersetzen. Im Gegensatz zum Modul „Machine Learning mit Python” werden jetzt Wörter und Textdaten und nicht mehr numerische Daten verarbeitet. Zusätzlich behandeln wir in diesem Modul das wichtige Thema der Datenbeschaffung - und eine mögliche Option bietet hier das Web Scraping bzw. Crawling, das Sie anhand einer Praxisübung selbst umsetzten.
Weitere Infos zu den Inhalten der drei Teilkurse finden Sie in den jeweiligen Kursbeschreibungen oder auf unserer Website. Geben Sie dazu den jeweiligen Kursnamen in das Suchfeld ein oder besuchen Sie uns unter www.statistik-seminare.de.
Dauer des Seminars: 5 Tage mit 40 Unterrichtsstunden (täglich 8 Stunden, 9-17 Uhr, Aufteilung Theorie/Praxis: 40% Theorie + 60 % Praxis, Übungen und Demos)
Zielgruppe
Unser Data Science Crash Course mit Python ist für Beschäftigte aus operativen Bereichen, R&D und IT mit grundlegenden Programmierkenntnissen geeignet, welche die Potenziale von Data Science, Künstlicher Intelligenz und Maschinellem Lernen für ihren Bereich kennenlernen und hautnah erfahren möchten. Anwender, Studenten, Doktoranden und Forscher aus den mathematischen, statistischen, naturwissenschaftlichen, ingenieurwissenschaftlichen, informationstechnologischen, betriebs-, wirtschafts-, markt- und sozialwissenschaftlichen Bereichen sind ebenfalls willkommen.
Zielsetzung
Am Ende des Data Science Crash Course mit Python werden Sie: die aktuelle Berichterstattung zu Künstliche Intelligenz, Maschinellem Lernen, Reinforcement Learning und Data Science sowie deren Anwendungspotential in verschiedenen Bereichen wie Logistik, Predictive Maintenance oder Chatbots inhaltlich einordnen und bewerten können; vorhandene Daten mit Python und Methoden des Maschinellen Lernens für Ihren Bereich nutzbar machen können (unter Einsatz der Python-Pakete Scikit-Learn und Keras/Tensorflow); die Programmiersprache Python und den wissenschaftlichen Rechenstapel von Python zur Implementierung von Maschinellen Lernalgorithmen kennengelernt haben, um zu wissen, welche Daten für die erfolgreiche Umsetzung einer Fragestellung aus Ihrem Bereich (noch) notwendig sind; ein vollständigen Data-Science-Zyklus umgesetzt haben und damit wissen, was hierfür notwendig ist und welche Herausforderungen auf Sie zukommen werden; eine Kategorien-Einteilung/Clustering mit Unüberwachtem Lernen/Unsupervised Learning (PCA, k-Means, DBSCAN) durchführen können; eine Trendvorhersage mit Überwachtem Lernen/Supervised Learning (Neuronale Netze, XGBoost, LSTM) durchführen können; einen Virtuellen Sensor mit Überwachtem Lernen/Supervised Learning (Decision Tree, Random Forest, XGBoost) entwickeln können; wissen, was Sie beachten müssen, wenn Sie Daten aus dem Internet ziehen (Web Scraping und Web Crawling) – und wie Sie Daten von einer Seite “scrapen” und vorverarbeiten können; wie Sie Texte mittels Tokenizer, Stopwords, Stemming und n-grams vor-verarbeiten bzw. parsen können und einen praktischen Einblick erhalten, wie Sie Topic Clustering, eine Sentiment Analyse und Satz-Vervollständigung mittels Unsupervised und Supervised Learning durchführen können.
Hinweise zur Prüfung und Zertifikat/Abschluss
Schulungszertifikat bei Anwesenheit von mind. 90 % der Schulungszeit
Förderungsmöglichkeiten
Bildungsurlaub, Weiterbildungsscheck, Weiterbildungsbonus, QualiScheck (kein Bildungsgutschein)
Teilnahmevorraussetzungen
Für den Data Science Crash Course mit Python sind Grundverständnisse der Linearen Algebra (Vektoren, Matrizen) und ein Basiswissen in der Statistik (wie Korrelationen, Signifikanztests, lineare Regression) sehr empfehlenswert. Sie sollten Grundkenntnisse in einer Programmiersprache besitzen, am besten wäre eine Skriptsprache wie Python, R oder Matlab. Liegen keine Programmierkenntnisse vor, können Sie den dafür entwickelten Vorbereitungskurs Einführung in die Programmierung mit Python besuchen.
Preishinweis
Preis inkl. MwSt.
Selbstzahler erhalten 50 % Rabatt, der Kurs besteht außerdem aus 3 einzeln buchbaren Teilkursen (Künstliche Intelligenz 2 Tage + Machine Learning 2 Tage + Natural Language Processing 1 Tag)
