1. Warum Zeitreihen helfen, die Realität zu verstehen
2. Regressionsmodelle im Detail
3. Vorhersagen mit Neuronalen Netzen
4. Vorhersagen mit Transformer-Modellen
Wie lernst du in diesem Kurs?
Dieser Kurs bietet dir ein digitales Blended-Konzept, das für das berufsbegleitende Lernen entwickelt wurde. Du lernst in einer Kombnation aus Selbstlerneinheiten, Live-Webinaren und Praxisübungen. Mit einem Zeitbudget von mindestens 3-4 Stunden pro Woche kommst du sicher ans Ziel:
Selbstlernphasen: Lerne selbstbestimmt, in deinem eigenen Tempo und wann immer du möchtest. Unsere Kurse bieten dir dafür didaktisch hochwertiges Lernmaterial mit anschaulichen Textbooks, interaktiven Übungen, Quizzes und Lernkontrollen.
Live-Webinare: In regelmäßigen Online-Seminaren triffst du deine Referent:innen persönlich. Du erhältst Antworten auf deine Fragen, konkrete Hilfestellungen und Anleitungen, um dein Wissen zu vertiefen und die erworbenen Fähigkeiten in praktischen Übungen anzuwenden.
Praxisaufgaben: Um die Fähigkeiten in der Praxis zu erlernen, erhältst du Zugang zu Jupyter Notebooks, die es dir ermöglichen, das erlernte Wissen selbst praktisch anzuwenden. Durch diese Übungen erhältst du ein tiefes Verständnis für die Arbeit mit Daten und erarbeitest dir Methoden und Techniken, die du im beruflichen Alltag anwenden kannst.
Lern-Community: Während des gesamten Kurses steht dir eine digitale Lern-Community zur Verfügung. Tausche dich mit anderen Teilnehmenden und den Referent:innen aus und kläre Fragen.
Teilnahmebescheinigung und Open Badge: Als Absolvent:in des Kurses erhältst du ein Zertifikat und ein Open Badge, das du ganz einfach in beruflichen Netzwerken (u. a. LinkedIn) teilen kannst.
In der Veranstaltung wird folgendes Drittanbieter-Tool eingesetzt:
Für die Teilnahme solltest du folgendes Vorwissen mitbringen:
Zur Teilnahme möchten wir dich bitten, folgende Vorbereitungne zu treffen:
Durch diese Schritte wird Python 3 mit einer virtuellen Umgebung eingerichtet, in der Jupyter Notebooks sowie die Bibliotheken numpy, pandas und matplotlib installiert werden und im Kurs für dich nutzbar sind.
Die Inhalte dieser Weiterbildung unterstützen die Nachweispflicht zur Förderung von KI-Kompetenz im Sinne des Art. 4 EU KI-VO.
Durchführung vom 05.11.2025 – 03.12.2025
Die Live-Webinare finden an folgenden Terminen statt:
Durchführung vom 11.02.2026 – 11.03.2026
Die Live-Webinare finden an folgenden Terminen statt:
Dieser Kurs richtet sich an Fachkräfte aus allen Branchen mit Interesse an Predictive Analysis und Predictive Maintenance sowie an alle, die sich zum Data Analyst oder Data Scientist weiterbilden möchten.
Grundlegende Kenntnisse in der Programmierung mit Python sowie grundlegendes mathematisches Wissen zur Vektorrechnung werden vorausgesetzt.
Lernform
Learning form
Keine Filterergebnisse