Verantwortlich:
Bianca Sporer
Art des Abschlusses:
Zertifikat
Dauer:
Informationen zum genaueren Ablauf finden Sie auf unserer Homepage
Studienformat:
berufsbegleitendes Studium
Sprache:
deutsch
Studienangebot:
Akademische Weiterbildungsangebote ohne formalen Abschluss
Kosten:
3.500 €
Allgemeine Zugangsvoraussetzungen:
Hochschulabschluss
Link zum Veranstalter:
Studienort:
OTH Regensburg
ECTS-Punkte:
10
Fächergruppe:
Informatik
Ingenieurwissenschaften
Schlüsselqualifikation
Inhalt:
Einführung in Python für Data Science
- Einführung in die Programmiersprache Python
- Einführung in relevante Data-Science-Bibliotheken wie NumPy, Pandas, Matplotlib und SciPy
- Einführung in IPython, Jupyter Notebook und JupyterLab
Datenmanipulation und -visualisierung
- Import verschiedener Dateiformate mit Python Bibliotheken
- Datenbereinigung und Preprocessing
- Datenrepräsentation und -visualisierung
Feature Engineering
- Implementierung fehlender Daten
- Explorative Datenanalyse
- Feature Scaling und Normalization
- Feature Selection
Applied Machine Learning in Python
- Kategorien von Machine Learning
- Einführung in Scikit-Learn
- Regression und Prediction
- Lineare Regression
- Gradientenverfahren (Batch-, Stochastik- und Mini-Batch-Gradientenverfahren)
- Polynomiale Regression
- "The Curse of Dimensionality"
- Regularisierung linearer Modelle
- Logistische Regression
- Klassifizierung
- K-Nearest Neighbors
- Support Vector Machines
- Modellvalidierung
- Naïve Bayes
- Decision Trees und Random Forests
- Dimensionsreduktion
- Projection und Manifold Learning
- Principal Component Analysis (PCA)
- Clustering
- K-means
- Hierarchische Clusteranalyse
Benötigte Vorkenntnisse:
Abgeschlossenes Bachelorstudium sowie Grundkenntnisse in einer Programmiersprache und Mathematik
Zielgruppe:
Der Zertifikatskurs richtet sich an alle Personen, die im Bereich Datenverarbeitung Kompetenzen auf akademischem Niveau erwerben und in ihrem Unternehmen einbringen wollen. Das Modul wendet sich dabei explizit an Absolvent*innen aller Disziplinen. Von den vermittelten Data Literacy-Kompetenzen profitieren Personen aller Studienfächer und Sektoren.
Die Ausbildung findet in Kleingruppen mit maximal acht Teilnehmenden statt. Dies ermöglicht eine persönliche Betreuung durch die Dozierenden und fördert den Lernprozess.
Bezeichnung des Abschlusses:
Hochschulzertifikat
