ZertifikatsprogrammWeitere Branchen & Spezialthemen
Von 0 auf 100: Programmieren & Machine Learning für Einsteiger
Mehrwöchiges bis mehrmonatiges Qualifizierungsprogramm mit Zertifikat.
Von 0 auf 100: Programmieren & Machine Learning für Einsteiger mit KI.
MODUL 01: EINSTIEG IN DIE PROGRAMMIERUNG MIT PYTHON
- Was ist Programmieren? Grundbegriffe und Tools
- Python: Syntax, Variablen, Kontrollstrukturen
- IDEs, Jupyter Notebooks, Colab
- Übung: Erste kleine Python-Projekte
MODUL 02: DATENSTRUKTUREN UND FUNKTIONEN
- Listen, Dictionaries, Sets, Tupel
- Schleifen und Bedingungen kombinieren
- Eigene Funktionen schreiben und verstehen
- Übung: Textverarbeitung, Datenfilterung
MODUL 03: OBJEKTORIENTIERUNG UND MODULE
- Klassen, Objekte, Methoden
- Wiederverwendbarer Code mit Modulen und Packages
- Einführung in pandas, matplotlib, numpy
- Projekt: Mini-Projekt „Datenanalyse light“
MODUL 04: GRUNDLAGEN DATA SCIENCE & VISUALISIERUNG
- Daten importieren, bereinigen, analysieren
- Grundlegende Diagramme und Statistiken
- Datenjournalismus & Reporting mit Python
- Projekt: Interaktive Auswertung + Plotting
MODUL 05: EINFÜHRUNG IN MACHINE LEARNING
- Was ist Machine Learning? Supervised vs. Unsupervised
- scikit-learn Basics: Modell-Workflow verstehen
- Daten vorbereiten, Modelle trainieren
- Übung: Lineare Regression, Entscheidungsbäume
MODUL 06: VERTIEFUNG MACHINE LEARNING & MODELLVERGLEICH
- Klassifikation, Regression, Clustering
- Modellgüte bewerten: Accuracy, Precision, F1, ROC
- Hyperparameter-Tuning, Cross-Validation
- Projekt: Vergleich mehrerer ML-Modelle
MODUL 07: PRAXISPROJEKT I – DATENGETRIEBENES PRODUKT ENTWICKELN
- Use Case auswählen (z. B. Kundenvorhersage, Bewertungssystem)
- Datenquellen integrieren, Pipeline bauen
- Ergebnis visualisieren und dokumentieren
- Abschlusspräsentation (intern)
MODUL 08: GRUNDLAGEN DEEP LEARNING
- Neuronale Netze verstehen (theoretisch & praktisch)
- Keras/TensorFlow: Erste Modelle aufbauen
- CNN, RNN – wofür und wie?
- Übung: Bildklassifikation oder Textanalyse
MODUL 09: PRAXISPROJEKT II – MACHINE LEARNING IM REALBETRIEB
- Projektidee aus dem eigenen Umfeld umsetzen
- Deployment-Konzepte, Streamlit, Gradio
- Abschlusspräsentationen + Feedback
- Zertifikat: Abschlusspräsentation & Transferaufgabe