Grundlagen (Statistik / Programmieren)

In den Grundlagen Seminaren lernen Sie die Python Programmiersprache und die wichtigsten Elemente aus der Statistik kennen.

Data Science / Machine Learning

In den Data Science und Machinelles Lernen Seminaren lernen Sie die sowohl die Grundlagen als auch die bekanntesten Algorithmen kennen.

Deep Learning

Die Deep Learning Seminare führen Sie in den noch jungen Bereich des Deep Learning ein. Sie werden das Potential, welches in Deep Learning steckt, kennenlernen.

Übersicht aller Termine der Seminare

Überblick und Filtermöglichkeit  aller Seminartermine an verschiedenen Orten, die derzeit angeboten werden.

Basiswissen in Statistik und Programmieren

Grundlagen Schulungen

In den Grundlagen Seminaren lernen Sie die Python Programmiersprache und die wichtigsten Elemente aus der Statistik kennen.
Python – 3 Tage

Einführung in die Programmiersprache Python für Programmierer mit Grundkenntnissen in einer anderen Programmiersprache. Vorstellung einiger der am häufigsten gebrauchten Python Bibliotheken (u.a. numpy, os, shutil) und Einführung in die Objektorientierte Programmierung in Python. Erläuterung von Code Debugging in Python. Es wird der Editor (IDE) Pycharm verwendet.

R – 3 Tage

Dieses Seminar vermittelt einen Einstieg in die Programmiersprache R mit RStudio und erklärt die Grundlagen von Statistik. Für Teilnehmer ohne Programmiervorerfahrung. Behandelte Themen sind: Korrelation, statistische Tests und Verteilungen, Grafiken erstellen mit ggplot2 und die effiziente Datenanalyse mit dem Paket data.table.

Gut bewährte Technologien

Data Science / Machine Learning Schulungen

In den Data Science und Machinelles Lernen Seminaren lernen Sie sowohl die Grundlagen als auch die bekanntesten Algorithmen kennen.

Python – 3 Tage

Kompakter Einstieg in die Programmiersprache Python für Datenanalyse und Data Science. Erläuterung der Grundlagen von Python, dem pandas DataFrame, Plotten und Einführung in das Maschinelle Lernen. Erste Machine Learning Algorithmen (Regression, Entscheidungsbaum, K-Means Clustering). Verwendete Pakete: pandas, matplotlib, seaborn, scikit-learn.

Python – 2 Tage

Aufbauend auf Python Grundkenntnissen, werden supervised und unsupervised Machine Learning Algorithmen in scikit-learn und die wichtigsten Schritte beim Trainieren der Algorithmen behandelt. Folgende Algorithmen werden erläutert: Lineare & Logistische Regression, Entscheidungsbaum, Ensembles, Neuronales Netz (MLP), K-Nearest Neighbor, K-means, DBSCAN Clustering.

Python – 5 Tage

Sie erlernen einen umfassenden Einstieg in die Programmiersprache Python mit Fokus auf Data Science und Machine Learning. Nach dem Seminar sind sie fähig einfache Datenanalysen in Ihrem Unternehmen durchzuführen und ihre erworbende Kenntnisse selbständig zu vertiefen. U.a. folgende Python Pakete werden erläutert: pandas, numpy, matplotlib, seaborn, scikit-learn, statsmodels

R – 3 Tage

Das Seminar vermittelt einen kompakten Einstieg in die Programmiersprache R für Datenanalyse und Data Science. Sie lernen das beliebte Paket data.table, Plotten mit ggplot2 und eigene Funktionen schreiben. Der Einstieg in Machine Learning und die Umsetzung von bekannten Algorithmen (u.a. Lineare Regression, Entscheidungsbaum, K-Means Clustering) ist ein weiterer Schwerpunkt.

Python, Flask, Html – 3 Tage

In dieser Schulung lernen Sie, wie Sie Webapps bauen können um die Ergebnisse Ihrer Data Science / Deep Learning Algorithmen visualisieren zu können und Ihren Kollegen über ein Web Oberfläche zur Verfügung zu stellen. Verwendete Pakete und Programmiersprachen sind Python, Flask, Html / CSS, streamlit, jinja, ajax.

Python – 2 Tage

In dieser Schulung lernen Sie, wie Sie schnell und effektiv Ihre Daten und Ergebnisse mit Python visualisieren und mit anderen teilen können. Auch die interaktive Visualisierung wird behandelt. Verwendete Python Pakete sind: pandas, matplotlib, plotly, rise, ipywidgets, voila, streamlit.

Python – 2 Tage

In dieser Schulung lernen Sie, wie Sie Zeitreihen Daten in Python analysieren und visualisieren können. Neben klassischen Methoden zur Zeitreihenvorhersage  (ARMA) werden auch Maschinelle Lernen Methoden behandelt (RNN, LSTM). Verwendete Python Module sind: pandas, matplotlib, plotly, datetime, statsmodels, sklearn, keras.

Python – 2 Tage

In dieser Schulung lernen Sie, wie Sie Geo-Spatial-Daten in Python analysieren und visualisieren können.  Das Seminar behandelt raumbezogene Vektordaten (mit dem Python Paket geopandas) und Rasterdaten (mit dem Paket Rasterio). Das Python Modul Contextily wird verwendet um fortgeschrittene Visualisierungen zu realisieren.

Innovative Technologien

Deep Learning Schulungen

Die Deep Learning Seminare führen Sie in den noch jungen Bereich des Deep Learning ein. Sie werden das Potential, welches in Deep Learning steckt, kennenlernen.

Python – 3 Tage

In diesem Kurs lernen Sie die Grundlagen von Deep-Learning (mit Beispielen aus der Bildverarbeitung) kennen. Sie erstellen und trainieren Neuronale Netze auf GPUs mit dem anwenderfreundlichen und beliebten Framework Keras / Tensorflow (in Python). Die praktischen Anwendungsfällen umfassen: Bildklassifizierung, Objektdetektierung mit Bounding Boxes, Semantische Segmentierung.

Python – 3 Tage

In diesem Kurs lernen Sie die Grundlagen von Deep-Learning kennen (mit Beispielen aus der Bild-, Text- und Sequenzdatenbearbeitung). Sie erstellen und trainieren Neuronale Netze auf GPUs mit dem anwenderfreundlichen und beliebten Framework Keras / Tensorflow (in Python). Vorkommende Neuronale-Netzwerk-Typen umfassen CNNs, RNNs und LSTMs.

1 Tag

Grundbegriffe aus den Bereichen Künstliche Intelligenz, Maschinelles Lernen und Deep Learning. Es werden Anwendungsfälle diskutiert und die Voraussetzungen, Möglichkeiten und Grenzen von KI erläutert. Zielgruppe der Schulung sind Führungskräfte, die KI Use-Cases im Unternehmen aufdecken und das Potential und den erforderlichen Aufwand realistisch einschätzen wollen.