Lehrgangsziel:
Vermittlung von Kenntnissen und Fertigkeiten aus den Bereichen Data Science und Machine Learning

Abschluss: institutsinternes Zertifikat nach Abschluss aller Module, Beantwortung aller Fragen, Ausführung aller Übungen sowie Erstellung eines Projektes und einer Abschlusspräsentation

Teilnahmevoraussetzungen:
abgeschlossene Schulausbildung, großes Interesse an Data Science, eine hohe Affinität zur Analyse von Daten und der Erstellung von Vorhersagen, Vorwissen im Bereich der Programmierung und Mathematik/Statistik, Erfahrungen in Entwicklung digitaler Produkte und Fähigkeiten im Bereich von Informations- und Kommunikationstechnik; technische Voraussetzung: PC mit Internetzugang

Teilnahmevoraussetzungen zur Prüfung:
entfällt

Lehrgangsinhalte:
Pyhton Starter Package: Data Types, Loops, Functions, Dictionaries und NumPy Arrays -
Exploratory Data Analysis (EDA): Pandas DataFrames, Data Management, Data Visualization und
Storytelling, Matplotlib und Seaborn - Machine Learning/ Supervised Learning: Scikit-Learn, lineare Modelle, Decision Trees, Ensembles und Random Forests,Neuronale Netze und Deep Learning -
Machine Learning/ Unsupervised Learning: Dimensionsreduktion, PCA,
Bildanalyse und Clusteranalyse (k-Means, DBSCAN) - Evaluieren und Optimieren: Kreuzvalidierung, Gittersuche, Evaluationsmetriken und Pipelines - A Deeper Dive into Data Science: Data Representation, Feature Engineering und Natural Language Processing (NLP) -Capstone-Projekt: Machine Learning Projekt von A bis Z

- Lehrgangsmaterial:

Online-Module bestehend aus Skripten und Videos

Lehrgang Zeitaufwand:

• Gesamtdauer: 6 Monate, gesamt 452 Zeit-Std.
• wöchentliche Bearbeitungszeit ca. 17,5 Zeit-Std.

Lehrmaterialien:

• Online-Module bestehend aus Skripten und Videos

Begleitender Unterricht: sind nicht vorgesehen

• Nah-Unterricht: 0 Zeit-Std.

ZFU-Zulassungsnummer: 7438823