Seminare zum Thema Programmiersprachen

Tauche ein in die Welt von HTML5 und lerne die neuesten Standards und Techniken zur Erstellung moderner und interaktiver Webseiten kennen. Dieses Seminar bietet dir umfassendes Wissen zu den grundlegenden Elementen von HTML5, strukturierten Dokumenten, Multimedia-Integration und fortgeschrittenen Layout-Funktionen. Profitiere von praxisnahen Übungen und Best Practices, um ansprechende und responsive Webseiten zu gestalten. Mit diesem Kurs lernst du alle Aspekte für die Erstellung von Webseiten kennen und holst dir wichtige Wissensbausteine für die Web- und Softwareentwicklung.

Daten automatisiert und in Echtzeit verarbeiten, analysieren und daraus Erkenntnisse ableiten zu können, gehört zu den zentralen Anforderungen von Unternehmen. Die Daten-Pipelines dafür aufzubauen, ist die Aufgabe von Data Scientists – ein Berufsfeld, das derzeit besonders gefragt ist und große Chancen bietet. Diese zertifizierte Online-Weiterbildung befähigt dich, Data-Mining-Prozesse aufzusetzen, Machine-Learning-Algorithmen anzuwenden, Prognosemodelle zu erstellen und diese in automatisierten Workflows produktiv zu setzen. Dabei wird die Programmiersprache Python mit ihren führenden Machine-Learning-Bibliotheken verwendet. Dieser Online-Kurs ist so konzipiert, dass du flexibel und in deinem eigenen Tempo innerhalb der Zugriffsdauer lernen kannst. Es erwarten dich Videos, interaktive Grafiken, Texte und viele praktische Übungen mit umfangreichen Datensätzen und Coding-Aufgaben. Bei Fragen stehen dir erfahrene Datenanalyst:innen als Mentor:innen zur Seite.

Künstliche Intelligenz und Deep Learning zählen heute zu den Schlüsseltechnologien in der datengetriebenen Wirtschaft. Wer neuronale Netze verstehen und anwenden möchte, benötigt fundiertes Wissen über deren Aufbau, Trainingsmethoden und Einsatzmöglichkeiten.

In diesem dreitägigen Seminar erhalten Sie eine praxisorientierte Einführung in Deep Learning mit Python und dem Framework TensorFlow/Keras. Sie lernen, wie Sie neuronale Netzarchitekturen wie MLP, Convolutional Neural Networks (CNN)   oder SimCLR modellieren, trainieren und für Klassifikationsaufgaben einsetzen. Neben der Datenaufbereitung und Modelloptimierung stehen auch Themen wie Semi Supervised Learning , inklusive aktueller Themen wie Semi- und Transfer-Learning, und der Umgang mit großen Datensätzen im Fokus. Die Umsetzung erfolgt in Jupyter Notebooks - direkt in der Cloud und unterstützt durch erfahrene Trainer:innen.

Nach dem Seminar sind Sie in der Lage, eigene Deep-Learning-Modelle zu entwickeln, anzupassen und auf neue Daten anzuwenden - ein wertvoller Kompetenzgewinn für Projekte im Bereich KI und datenbasierte Entscheidungsprozesse. Das Training findet als Live Online oder Präsenzseminar statt und umfasst 21 Stunden an drei aufeinanderfolgenden Tagen.

In dem Kurs Data Science Crash Course mit R erhalten Sie eine modular aufgebaute Einführung in die Themen Data Science, Künstliche Intelligenz und Machine Learning (Maschinelles Lernen) sowohl für numerische als auch für Textdaten (ChatGPT wird behandelt). Bei Vorkenntnissen können Sie die Module einzeln besuchen.

 

Im Modul Künstliche Intelligenz mit R erhalten Sie einen Überblick über das Thema Künstliche Intelligenz mit vielen Praxisbeispielen. Zudem werden Sie in R so weit fit gemacht, dass Sie Ihr erstes Data-Science-Projekt vom Einlesen der Daten bis hin zur Speicherung der Modelle zur weiteren Verwendung eigenhändig umsetzen können.

 

Das Modul Machine Learning mit R geht nun einen Schritt weiter. Hier erhalten Sie einen Einblick in die unterschiedlichen Algorithmen des Maschinellen Lernens. Die Theorie dahinter wird dabei anhand von Praxisübungen aus den Bereichen Clustering, Virtuelle Sensoren und Zeitreihenvorhersage vermittelt. In diesem Modul werden Sie sich hauptsächlich mit der Anwendung des Machine Learning auf numerischen Daten beschäftigen.

 

Abgerundet wird der Kurs durch das dritte Modul Natural Language Processing (NLP) mit R, bei dem Sie sich mit der Anwendung des Maschinellen Lernens im Kontext der natürlichen Sprachverarbeitung auseinandersetzen. Nach dem Kurs können Sie z. B. einen eigenen Chatbot zu entwickeln, auch auf der Basis von ChatGPT.

 

Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/

Dieses einwöchige Data Science Bootcamp beginnt mit den grundlegenden Konzepten von Python für die Datenanalyse und vermittelt alle erforderlichen Kenntnisse, um am Ende Machine Learning Algorithmen mit scikit-learn zu programmieren. In diesem intensiven Seminar werden die Grundlagen eines Data Scientist erlernt.

Die Algorithmen werden theoretisch erklärt, wobei der Schwerpunkt auf der praktischen Umsetzung der Datenanalyse und Algorithmen in Python liegt. Am Ende des Seminars sind die Teilnehmer in der Lage, eigenständig erste Datenanalysen durchzuführen, Machine Learning Algorithmen anzuwenden und die Ergebnisse zu interpretieren.

Besonderes Augenmerk wird auf das Paket pandas gelegt, da es in den Bereichen Data Science, Data Engineering und Data Mining Anwendung findet. Die wichtigsten Schritte zur Datenaufbereitung werden geübt. Für die Erstellung von Plots und Grafiken wird das Paket seaborn verwendet, mit einer kurzen Einführung in matplotlib. Matplotlib bietet eine Vielzahl von Anpassungsmöglichkeiten für Plots, während seaborn komplexe Plots mit wenig Code erstellen kann. Es werden auch die Grundlagen von numpy vermittelt, um dieses wichtige Paket im Data Mining einsetzen zu können.

Nach einer Einführung in die Grundlagen von Python (Datenstrukturen, Schreiben eigener Funktionen) und einer Erläuterung von pandas für die Datenanalyse folgt der nächste Schritt zur Weiterbildung als Data Scientist: Die Erklärung von Machine Learning Algor...

In dem Kurs Data Science Crash Course mit Python erhalten Sie eine modular aufgebaute Einführung in die Themen Data Science, Künstliche Intelligenz und Machine Learning (Maschinelles Lernen) sowohl für numerische als auch für Textdaten (ChatGPT wird behandelt). Bei Vorkenntnissen können Sie die Module einzeln besuchen.

 

Im Modul Künstliche Intelligenz mit Python erhalten Sie einen Überblick über das Thema Künstliche Intelligenz mit vielen Praxisbeispielen. Zudem werden Sie in Python so weit fit gemacht, dass Sie Ihr erstes Data-Science-Projekt vom Einlesen der Daten bis hin zur Speicherung der Modelle zur weiteren Verwendung eigenhändig umsetzen können.

 

Das Modul Machine Learning mit Python geht nun einen Schritt weiter. Hier erhalten Sie einen Einblick in die unterschiedlichen Algorithmen des Maschinellen Lernens. Die Theorie dahinter wird dabei anhand von Praxisübungen aus den Bereichen Clustering, Virtuelle Sensoren und Zeitreihenvorhersage vermittelt. In diesem Modul werden Sie sich hauptsächlich mit der Anwendung des Machine Learning auf numerischen Daten beschäftigen.

 

Abgerundet wird der Kurs durch das dritte Modul Natural Language Processing (NLP) mit Python, bei dem Sie sich mit der Anwendung des Maschinellen Lernens im Kontext der natürlichen Sprachverarbeitung auseinandersetzen. Nach dem Kurs können Sie z. B. einen eigenen Chatbot zu entwickeln, auch auf der Basis von ChatGPT.

 

Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/

Der Wandel im Controlling geht über klassisches Reporting hinaus: Künstliche Intelligenz ermöglicht es, Prozesse effizienter zu gestalten und neue Formen der Analyse und Entscheidungsunterstützung zu schaffen. In diesem Qualifizierungsprogramm lernst du, wie du KI konkret in Finance- und Controlling-Prozessen einsetzt – von der Auswertung von Dokumenten über automatisierte Reports bis hin zu ersten KI-gestützten Workflows. Anhand praxisnaher Use Cases entwickelst du Schritt für Schritt eigene Automationen und einfache KI-Systeme.
Dabei arbeitest du überwiegend mit No-/Low-Code-Ansätzen und nutzt KI gezielt zur Unterstützung bei technischen Aufgaben. Das Seminar verbindet eine klare methodische Vorgehensweise mit konkreten Anwendungsbeispielen – mit dem Ziel, KI sinnvoll, ohne großen Programmieraufwand und umsetzbar im eigenen Unternehmen einzusetzen.

Der Kurs Grundlagen der Statistik mit Python führt in die angewandte Statistik ein. Sie erhalten eine fundierte Einführung in die grundlegenden Funktionen der Programmiersprache Python aus der Anaconda-Distribution unter der Entwicklungsumgebung Spyder mit modernen Methoden und Verfahren des Datenimports, der Datenaufbereitung, der statistischen Datenanalyse und der Präsentation von Ergebnissen. Der Lehrstoff wird unter Zuhilfenahme professioneller Didaktik durch den Wechsel von Input und anwendungsbezogenen Übungen mit Python vermittelt.

Die Übungsaufgaben erfolgen mit der Programmiersprache Python und der Entwicklungsumgebung Spyder. Durch intensives Trainieren mit ständigen Übungen und Wiederholungen anhand von über einem Dutzend Datensätzen aus den Bereichen der Markt- und Meinungsforschung, der medizinischen Forschung und der Technik/Produktion wird ein vertieftes Verständnis der statistischen Verfahren und ein sicherer Umgang mit Python sichergestellt.

Der Nutzen des Seminars besteht darin, dass durch den Kurs auch Anfänger in die Lage versetzt werden, Daten auf einem hohen Niveau analysieren und interpretieren zu können. Es werden dabei leistungsfähige Python-Pakete eingesetzt, mit denen Daten effizient ausgewertet und professionell wirkende Grafiken publikationsfertig erstellt werden können.

Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/

Der Kurs Grundlagen der Statistik mit R führt in die angewandte Statistik ein. Sie erhalten eine fundierte Einführung in die grundlegenden Funktionen der Programmiersprache R unter der Entwicklungsumgebung RStudio mit modernen und zeitgemäßen Methoden und Verfahren des Datenimports, der Datenaufbereitung, der statistischen Datenanalyse und der Präsentation von Ergebnissen.

Der Lehrstoff wird unter Zuhilfenahme professioneller Didaktik durch den Wechsel von Input und anwendungsbezogenen Übungen mit R/RStudio vermittelt. Die Übungsaufgaben erfolgen in der Schulung mit der Programmiersprache R und der Entwicklungsumgebung RStudio und über einem Dutzend Datensätzen aus den Bereichen der Markt- und Meinungsforschung, der medizinischen Forschung und der Technik/Produktion.

Der Nutzen des Seminars besteht darin, dass durch den Kurs Anfänger innerhalb einer Woche in die Lage versetzt werden, Daten auf hohem Niveau analysieren und interpretieren zu können. Es werden dabei leistungsfähige R-Pakete eingesetzt, mit denen Daten effizient ausgewertet und professionell wirkende Grafiken und Tabellen erstellt werden können: tidyverse, rstatix und ggpubr.

Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/

Analyse von Daten tiefer neuronaler Netze mit Keras (TensorFlow)

Deep Learning Algorithmen finden bereits in unterschiedlichen Wirtschaftsbereichen und im Alltag Anwendung, zum Beispiel im Bereich autonomes Fahren, Sprach- und Texterkennung, optische Fehlererkennung sowie Online-Produktempfehlungen. Sie sind aktuell die bedeutendste und stärkste Algorithmusklasse im Bereich Machine Learning. Es sind bereits zahlreiche Frameworks zur Umsetzung und Arbeit mit Neuronalen Netzen auf dem Markt verfügbar, mit denen Anwendern die Analyse von mittels Deep Learning erleichtert wird. Keras (TensorFlow) ist aktuell das beliebteste Framework in der europäischen Industrie, da es sich durch seine Einfachheit und Mächtigkeit auszeichnet. Die dahinterstehende Open Source Community entwickelt das Framework stetig weiter und ermöglicht somit immer größere Möglichkeiten der Nutzbarkeit für Unternehmen. 

Sie erhalten eine umfassende Einführung in praktische Anwendung von Deep Learning im Bereich Bild-, Text- und Zeitreihendaten. Der Lehrgang orientiert sich dabei auf die Schwerpunkte Datenaufbereitung, Überwachung vom Training und dem finalen Deployment (Einsatz/ Übertragung). Er ist sehr praktisch orientiert, sodass Sie während des Lehrgangs selbst programmieren und Deep Learning Algorithmen trainieren. Am Ende des Lehrgangs sind Sie in der Lage, selbstständig Deep Learning Anwendungen auf Daten Ihres Unternehmens zu trainieren und zu testen, um somit neue Wertschöpfungspotentiale zu generieren.