Python für Data Science, Maschinelles Lernen & Visualisierung - PythonDS

Python für Data Science, Maschinelles Lernen & Visualisierung – PythonDS

In diesem Seminar erlernen Sie Python Grundlagen, wie Objektorientierung, GUI Programmierung und Datenanbindung, sowie Datenvisualisierung, danach tauchen Sie in die Welt von Data Science und Machine-Learning ein. Dieser Kurs richtet sich sowohl an Anfänger*innen, die zum ersten Mal mit Data Science in Berührung kommen, als auch an Entwickler, die ihr Portfolio um Fähigkeiten in Richtung Data Science und Machine-Learning ausbauen wollen! Vom Einstieg in die Programmiersprache Python gehen wir über zur Visualisierung und dem Erstellen eigener Neuronale Netzwerke mit TensorFlow und Keras. Wir wenden diese auf reale Probleme an.

Physisch oder virtuell?

Nehmen Sie an einem unserer Standorte Frankfurt, München und Wien oder virtuell an unseren Klassenraumtrainings teil. Unter „Termin buchen“ werden Ihnen alle Optionen angezeigt, zuerst sortiert nach Standort, dann nach Datum.

Dauer

Trainingssprache

Deutsch

Trainingsart

Nicht verfügbar

Was werden Sie in diesem Training erlernen?

Nach Besuch dieses Kurses beherrschen Sie folgende Themengebiete: Grundlagen der Python Programmierung Grundlagen des Machine Learnings Grundlagen von Neuronalen Netzwerken Verwenden von TensorFlow, TensorBoard und Keras Grundlagen der Digitalen Bildverarbeitung Convolutional Neural Networks (CNN) Recurrent Neural Networks (RNN) Reinforcement Learning (AI)

Agenda

Einstieg in die Programmierung mit Python und VS Code

Datentypen und Operatoren

Schleifen und Funktionen

Klassen und Module

Anaconda und Jupyter Notebooks

Daten mit NumPy und Pandas bearbeiten und Analysieren

Pandas Data Frames nutzen, um komplexe Aufgaben zu lösen

Pandas nutzen, um mit Excel Dateien zu arbeiten

Einführung zu Web Scraping mit Python

Python mit SQL verbinden

Matplotlib und Seaborn zur Daten Visualisierung nutzen

Plotly für interaktive Visualisierungen

Machine Learning mit SciKit Learn

Linear Regression

Logistische Regression

K Nearest Neighbors

K Means Clustering

Decision Trees (Entscheidungsbäume)

Random Forests

Natural Language Processing

Support Vector Machines

Einführung in Deep Learning / Artificial Neural Networks / Künstliche Neurale Netzwerke mit TensorFlow und Keras

Big Data Einführung in Spark und PySpark mit Hadoop

Abschlußprojekt: Bilderkennung am Raspberry Pi

REVIEWING ARCHITECTING CONCEPTS

SINGLE TO MULTIPLE ACCOUNTS

Group Exercise: Review Architecting on AWS core best practices
AWS Organizations for multi-account access and permissions
AWS SSO to simplify access and authentication across AWS accounts and third-party services
AWS Control Tower
Permissions, access, and authentication

HYBRID CONNECTIVITY

SPECIALIZED INFRASTRUCTURE

Zielgruppe

Generell an alle Personen, die die neusten Machine Learning und Deep Learning Techniken mit Python erlernen wollen. Studenten*innen der Informatik, Mathematik etc. Softwareentwickler*innen, Data Scientists und Machine Learning Experten

Voraussetzung für den Kurs

Kenntnisse einer Programmiersprache sind von Vorteil

Partner

Microsoft Technik