Predictive Analytics: Datenbasierte Prognosen mit KI und Vorhersagemodellen

1. Warum Zeitreihen helfen, die Realität zu verstehen

• Das Konzept der prädiktiven Analyse mit Zeitreihen
• Die vier Facetten der Zeitreihenanalyse
• Die Rolle von Variablen in alltäglichen Fragestellungen
• Die Zeitreihen-Metriken

2. Regressionsmodelle im Detail

• Statistik und der Umgang mit Blickwinkeln
• Vorhersagen durch Regression
• Multivariate Regression
• Wie lernt ein Regressionsmodell?

3. Vorhersagen mit Neuronalen Netzen

• Einführung in Neuronale Netze
• Aktivierungsfunktionen für Neuronen
• Tiefe neuronale Netze erstellen
• Deep versus Wide Learning

4. Vorhersagen mit Transformer-Modellen

• Prozess der Vorhersagenerstellung
• Daten für Maschinen sichtbar machen
• Aufmerksamkeitssteuerung
• Softmax-Funktion und Kausalität

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:

• Jupyter Notebooks

Für die Teilnahme solltest du folgendes Vorwissen mitbringen:

• Basiswissen der Python-Syntax (Variablen, Operatoren, Schleifen, Bedingungen, Funktionen etc.)
• Grundlegendes mathematisches Wissen zur Vektorrechnung
• Kenntnisse in PyTorch und scikit-learn sind nicht erforderlich, aber von Vorteil.

Zur Teilnahme möchten wir dich bitten, folgende Vorbereitungne zu treffen:

• Installiere Python 3 auf deinem Rechner.
• Richte die virtuelle Umgebung "venv" ein und aktiviere "venv".
• Installiere Jupyter Notebooks auf deinem Rechner.
• Installiere die Bibliotheken numpy, pandas und matplotlib.
• Erstelle ein neues Notebook in Jupyter Notebooks und importiere die Bibliotheken.

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.