Python Programmierung für Data Science and Machine Learning
Staatliche Zulassungsnummer: 742 58 22
Datenbestände analysieren, Muster erkennen und Regeln generieren
Die Programmiersprache Python ist einfach zu erlernen und es gibt umfangreiche Bibliotheken mit vorgefertigten Programmmodulen, die sich integrieren lassen. Python wird vorzugsweise verwendet für die Analyse großer Datenbestände, wie sie in vielen Betrieben anfallen, z.B. Sensordaten von Maschinen, Logistikdaten oder medizinische Daten. Mit Algorithmen lassen sich in diesen Daten Muster erkennen, die wiederum als Regeln auf weitere Datenbestände angewendet werden können, um die Wahrscheinlichkeit zukünftiger Ereignisse zu prognostizieren. In diesem Bereich gibt es eine wachsende Nachfrage für qualifizierte Entwickler.
Lehrgangsbeschreibung
Softwareentwicklung mit Python
Sie bekommen in diesem Lehrgang eine praktische Einführung in die Programmierung mit Python – schon mit wenigen einfachen Befehlen erstellen Sie lauffähige Programme. Später befassen Sie sich mit fortgeschrittenen Techniken der objektorientierten Programmierung und binden vorgefertigte Bibliotheken zur Datenauswertung ein.
Data Science
In der Datenwissenschaft geht es um die Extraktion von Wissen aus großen Datenbeständen. Aus maschinell erkannten Mustern können Regeln abgeleitet werden, die als Grundlage für zukünftige Entscheidungen dienen können.
Machine Learning
Die im Data Science entwickelten Regeln können von Algorithmen genutzt werden, um automatisierte Ereignisse auszulösen, z.B. eine Systemwarnung oder Handlungsvorschläge für Menschen ausgeben. Das wird auch als eine Form der KI - der "Künstlichen Intelligenz" - bezeichnet.
Ist dieser Lehrgang richtig für mich?
Dieser Fernlehrgang ist besonders geeignet, wenn Sie:
- sich beruflich weiterentwickeln wollen im Bereich der Analyse betrieblicher Daten;
- aus der SW-Entwicklung kommen und Kenntnisse zu Data Science und Machine Learning ergänzen wollen;
- sich beruflich selbstständig machen wollen in einem noch jungen Fachgebiet, das großes Wachstumspotenzial bietet.
Themenüberblick
- Installation der Entwicklungsumgebung Spyder mit Anaconda
- Erste Schritte mit Python: Listen, Datenstrukturen, Datentypen, Dictionaries, Ausnahmebehandlung, Dateiverarbeitung, Modularisierung
- Objektorientierung mit Python
- Verwendung von Bibliotheken: NumPy, Matplotlib, pandas
- Statistik und Wahrscheinlichkeitsrechnung mit Python
- Big Data und Data Science
- Machine Learning und KI
Top-Bewertungen für das ILS