1. Warum Zeitreihen helfen, die Realität zu verstehen
2. Regressionsmodelle im Detail
3. Vorhersagen mit Neuronalen Netzen
4. Vorhersagen mit Transformer-Modellen
Die Inhalte dieser Weiterbildung unterstützen die Nachweispflicht zur Förderung von KI-Kompetenz im Sinne des Art. 4 EU KI-VO.
Dieses Online Essential bietet dir ein digitales Blended-Konzept, das für das berufsbegleitende Lernen entwickelt wurde. Mit einem Zeitbudget von mindestens 3-4 Stunden pro Woche kommst du sicher ans Ziel. Alternativ kannst du dir die Lerneinheiten flexibel einteilen. So lernst du in dem Kurs:
Selbstlernphasen: Lerne selbstbestimmt, in deinem eigenen Tempo und wann immer du möchtest. Unsere Kurse bieten dir dafür didaktisch hochwertiges Lernmaterial mit Videos, Artikeln, 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 lernen, 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 deiner Online-Lernumgebung findest du nach deiner Anmeldung nützliche Informationen, Downloads und Extra-Services zu dieser Qualifizierungsmaßnahme.
In der Veranstaltung kann folgendes Drittanbieter-Tool eingesetzt werden:
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.
Für die Teilnahme empfehlen wir folgende Voraussetzungen:
Zur Vorbereitung:
Durch diese Schritte wird Python 3 mit einer virtuellen Umgebung eingerichtet, in der Jupyter Notebooks sowie die Bibliotheken numpy, pandas und matplotlib installiert und nutzbar sind.
Lernform
Learning form
Keine Filterergebnisse