Python lernen: Kurse und Seminare auf der Plattform seminarmarkt.de!
Ob Webanwendung oder Deep Learning Algorithmus: In den Zeiten von rasant wachsenden Datenmengen lernen Sie mit Python eine flexible und leicht zugängliche Programmiersprache für eine große Bandbreite an Anwendungsmöglichkeiten. Ein Python-Kurs bietet die Möglichkeit, die Sprache zu erlernen, zu vertiefen oder sogar eine Programmierlösung für individuelle Fragestellungen und Analysen zu entwickeln.Python lernen: Was ist Python?
Python ist eine dynamische, also eine interpretierende Skriptsprache. Anfang der 1990er Jahre wurde diese vom Niederländer Guido van Rossum entwickelt. Python ist im Gegensatz zu anderen Sprachen leichter verständlich und hat den Anspruch, einen knappen Programmierstil zu fördern. Generell ist diese gut nachvollzieh- und veränderbar und damit geeignet, die Programmierung und Entwicklung individueller Skripte und Anwendungen zu erleichtern. Zudem ist Python eine plattformunabhängige Sprache, die auf fast jedem Rechner mit geringfügigen Anpassungen am jeweiligen Betriebssystem unverändert eingesetzt werden kann. Vorteile wie diese machen Python zu einer der populärsten und am häufigsten genutzten Programmiersprachen.Auf Seminarmarkt.de finden Sie aktuell 747 Schulungen (mit 2.901 Terminen) zum Thema Python mit ausführlicher Beschreibung und Buchungsinformationen:
Filtern/Sortieren
Infothek
Podcasts
Große Sprachmodelle personalisieren und erweitern
- firmenintern
- Ort auf Anfrage
- auf Anfrage
Ziel dieses Kurses ist es, den Teilnehmern das notwendige Wissen und die praktischen Fähigkeiten zu vermitteln, um große Sprachmodelle (LLMs) gezielt auf individuelle Anwendungsfälle anzupassen. Sie lernen, wie Fine-Tuning effektiv durchgeführt wird - von der Auswahl geeigneter Modelle über die Datenaufbereitung bis zur Modelloptimierung. Besonderes Augenmerk liegt auf ressourcenschonenden Verfahren wie PEFT und LoRA, die auch ohne High-End-Hardware produktive Ergebnisse liefern.
Darüber hinaus verstehen die Teilnehmenden, wie sie RAG-Architekturen einsetzen, um externe Wissensquellen mit LLMs zu verknüpfen. Sie lernen, wie Dokumente vorbereitet, Vektorindizes erstellt und Retrieval-Pipelines aufgebaut werden. Die Kombination aus Fine-Tuning und RAG befähigt sie, LLMs so zu personalisieren, dass diese präzise, kontextrelevante und aktuelle Informationen liefern.
Ein weiteres Ziel ist es, den Teilnehmenden praxisrelevante Best Practices für die Evaluierung und den produktiven Einsatz von angepassten LLMs zu vermitteln. Sie werden in die Lage versetzt, eigene Projekte eigenständig zu planen und umzusetzen - sowohl in Cloud-Umgebungen als auch lokal. Nach dem Kurs sind sie in der Lage, Fine-Tuning- und RAG-Methoden sicher anzuwenden und daraus robuste, individuelle LLM-Anwendungen zu entwickeln.
Darüber hinaus verstehen die Teilnehmenden, wie sie RAG-Architekturen einsetzen, um externe Wissensquellen mit LLMs zu verknüpfen. Sie lernen, wie Dokumente vorbereitet, Vektorindizes erstellt und Retrieval-Pipelines aufgebaut werden. Die Kombination aus Fine-Tuning und RAG befähigt sie, LLMs so zu personalisieren, dass diese präzise, kontextrelevante und aktuelle Informationen liefern.
Ein weiteres Ziel ist es, den Teilnehmenden praxisrelevante Best Practices für die Evaluierung und den produktiven Einsatz von angepassten LLMs zu vermitteln. Sie werden in die Lage versetzt, eigene Projekte eigenständig zu planen und umzusetzen - sowohl in Cloud-Umgebungen als auch lokal. Nach dem Kurs sind sie in der Lage, Fine-Tuning- und RAG-Methoden sicher anzuwenden und daraus robuste, individuelle LLM-Anwendungen zu entwickeln.
Generative KI Masterclass: Ein eigenes LLM bauen und trainieren
- 09.02.2026- 13.02.2026
- Köln
- 3.677,10 €
Diese Masterclass vermittelt ein tiefgehendes Verständnis darüber, wie LLMs aufgebaut, trainiert und optimiert werden. Die Teilnehmenden lernen, eigene Transformer-Modelle zu entwickeln, die richtigen Datensätze aufzubereiten, Tokenizer zu trainieren und den gesamten Trainingsprozess von LLMs nachzuvollziehen. Neben dem Training von Modellen wird auch Feintuning, Evaluierung und Optimierung behandelt. Nach dem Kurs sind die Teilnehmenden in der Lage, ein eigenes kleines LLM zu trainieren, es zu evaluieren und in Anwendungen zu integrieren.
Generative KI Masterclass: Ein eigenes LLM bauen und trainieren
- firmenintern
- Ort auf Anfrage
- auf Anfrage
Diese Masterclass vermittelt ein tiefgehendes Verständnis darüber, wie LLMs aufgebaut, trainiert und optimiert werden. Die Teilnehmenden lernen, eigene Transformer-Modelle zu entwickeln, die richtigen Datensätze aufzubereiten, Tokenizer zu trainieren und den gesamten Trainingsprozess von LLMs nachzuvollziehen. Neben dem Training von Modellen wird auch Feintuning, Evaluierung und Optimierung behandelt. Nach dem Kurs sind die Teilnehmenden in der Lage, ein eigenes kleines LLM zu trainieren, es zu evaluieren und in Anwendungen zu integrieren.
Webinar
- 25.03.2026- 26.03.2026
- online
- 1.773,10 €
Predictive Analytics ist essenziell, um aus Daten valide Prognosen abzuleiten und fundierte Entscheidungen zu treffen. Dieses Seminar vermittelt dir praxisnah die methodischen Grundlagen und die wichtigsten Verfahren des Machine Learnings sowie moderner KI-Technologien. Du lernst den zielgerichteten Einsatz von KI-Methoden wie Deep Learning, neuronalen Netzen und Reinforcement Learning kennen, um komplexe Zusammenhänge besser zu verstehen und Vorhersagemodelle zu entwickeln. Der Fokus liegt auf der praktischen Anwendung anhand konkreter Use Cases und Übungen mit dem Tool Knime.
- Termin auf Anfrage
- Ort auf Anfrage
- auf Anfrage
Der 5-tägige Data Analysis Bootcamp in R vermittelt in einzeln buchbaren Modulen Grundkenntnisse in R (Modul 1), praktisches Wissen zur deskriptiven Datenanalyse, der statisischen Inferenz und Modellierung in R (Modul 2), sowie fortgeschrittene Kenntnisse zur effizienten Nutzung von R (Modul 3).
Ziel: Vermittlung von theoretischen Statistik-Kenntnissen sowie technischen und praktischen Wissen in R. Dies soll es den Teilnehmern erleichtern, in ihrem Arbeitsalltag eigene Analysen und Projekte zielgerichteter und effizienter bearbeiten zu können, ohne sich tagelang selber in bestimmte Themen einarbeiten zu müssen. Zudem werden in den einzelnen Themenblöcken hilfreiche Zusatzpakete in R empfohlen, deren Nutzung oft unnötige Programmierarbeit, zusätzliche Recherchen und Anfängerfehler ersparen können.
IBM CLA96G - IBM Db2 12: Foundation for Relational DBAs
- firmenintern
- Ort auf Anfrage
- auf Anfrage
Overview
This course provides relational DBAs with essential and advanced skills to manage, secure, recover, and optimize IBM Db2 v12.1 environments. Beginning with foundational concepts, participants will learn how to install Db2, configure instances, manage storage, and create database objects using both command-line and GUI tools. The course then expands into practical techniques for data movement, backup and recovery, and high availability configurations, equipping learners to maintain data integrity and ensure business continuity.
Security and concurrency are addressed in depth, including the implementation of user access controls, role-based permissions, encryption methods, Row and Column Access Control (RCAC), Label-Based Access Control (LBAC), and Trusted Contexts for multi-tiered architectures. Participants will also explore Db2’s locking mechanisms and isolation levels to troubleshoot contention issues and manage concurrent workloads effectively.
Performance tuning and optimization are emphasized through detailed instruction on the query optimizer, indexing strategies, monitoring tools, and the use of EXPLAIN utilities. Learners will leverage the Db2 AI Optimizer, Design Advisor, and Data Management Console to analyze SQL access plans and improve system responsiveness across transactional and analytical workloads.
Through hands-on lab exercises and real-world scenarios, learners will gain the proficiency to manage Db2 en...
Machine Learning und Deep Learning Verfahren zur Analyse und Prognose von Zeitreihen
- firmenintern
- Ort auf Anfrage
- auf Anfrage
Die Teilnehmer lernen Schritt für Schritt, wie moderne Machine Learning- und Deep Learning-Verfahren komplexe Muster in Zeitreihendaten erkennen können, die klassischen statistischen Methoden verborgen bleiben.
Im Seminar werden alle notwendigen Grundlagen zu Machine Learning, neuronalen Netzen und generativer KI praxisnah vermittelt, sodass keine tieferen Vorkenntnisse erforderlich sind. Sie erwerben fundiertes Wissen über neuronale Netze und aktuelle Deep-Learning-Ansätze wie rekurrente neuronale Netze (RNNs), Long Short-Term Memory-Netze (LSTMs), sowie TiREX und Amazon DeepAR.
Ein besonderer Schwerpunkt liegt auf den neuesten Transformer-basierten Zero-Shot Foundation-Modellen wie Chronos (Amazon), TimesFM (Google), Moirai (Salesforce) und THUML-Timer-XL, deren Prinzipien ähnlich wie bei ChatGPT funktionieren.
Ziel ist es, die Teilnehmer zu befähigen, diese innovativen Modelle eigenständig für Prognosen von univariaten, multivariaten sowie exogenen Zeitreihen einzusetzen und schrittweise von traditionellen zu fortgeschrittenen Vorhersagetechniken überzugehen.
Im Seminar werden alle notwendigen Grundlagen zu Machine Learning, neuronalen Netzen und generativer KI praxisnah vermittelt, sodass keine tieferen Vorkenntnisse erforderlich sind. Sie erwerben fundiertes Wissen über neuronale Netze und aktuelle Deep-Learning-Ansätze wie rekurrente neuronale Netze (RNNs), Long Short-Term Memory-Netze (LSTMs), sowie TiREX und Amazon DeepAR.
Ein besonderer Schwerpunkt liegt auf den neuesten Transformer-basierten Zero-Shot Foundation-Modellen wie Chronos (Amazon), TimesFM (Google), Moirai (Salesforce) und THUML-Timer-XL, deren Prinzipien ähnlich wie bei ChatGPT funktionieren.
Ziel ist es, die Teilnehmer zu befähigen, diese innovativen Modelle eigenständig für Prognosen von univariaten, multivariaten sowie exogenen Zeitreihen einzusetzen und schrittweise von traditionellen zu fortgeschrittenen Vorhersagetechniken überzugehen.
Webinar
Machine Learning und Deep Learning Verfahren zur Analyse und Prognose von Zeitreihen
- 08.12.2025- 12.12.2025
- online
- 3.677,10 €
Die Teilnehmer lernen Schritt für Schritt, wie moderne Machine Learning- und Deep Learning-Verfahren komplexe Muster in Zeitreihendaten erkennen können, die klassischen statistischen Methoden verborgen bleiben.
Im Seminar werden alle notwendigen Grundlagen zu Machine Learning, neuronalen Netzen und generativer KI praxisnah vermittelt, sodass keine tieferen Vorkenntnisse erforderlich sind. Sie erwerben fundiertes Wissen über neuronale Netze und aktuelle Deep-Learning-Ansätze wie rekurrente neuronale Netze (RNNs), Long Short-Term Memory-Netze (LSTMs), sowie TiREX und Amazon DeepAR.
Ein besonderer Schwerpunkt liegt auf den neuesten Transformer-basierten Zero-Shot Foundation-Modellen wie Chronos (Amazon), TimesFM (Google), Moirai (Salesforce) und THUML-Timer-XL, deren Prinzipien ähnlich wie bei ChatGPT funktionieren.
Ziel ist es, die Teilnehmer zu befähigen, diese innovativen Modelle eigenständig für Prognosen von univariaten, multivariaten sowie exogenen Zeitreihen einzusetzen und schrittweise von traditionellen zu fortgeschrittenen Vorhersagetechniken überzugehen.
Im Seminar werden alle notwendigen Grundlagen zu Machine Learning, neuronalen Netzen und generativer KI praxisnah vermittelt, sodass keine tieferen Vorkenntnisse erforderlich sind. Sie erwerben fundiertes Wissen über neuronale Netze und aktuelle Deep-Learning-Ansätze wie rekurrente neuronale Netze (RNNs), Long Short-Term Memory-Netze (LSTMs), sowie TiREX und Amazon DeepAR.
Ein besonderer Schwerpunkt liegt auf den neuesten Transformer-basierten Zero-Shot Foundation-Modellen wie Chronos (Amazon), TimesFM (Google), Moirai (Salesforce) und THUML-Timer-XL, deren Prinzipien ähnlich wie bei ChatGPT funktionieren.
Ziel ist es, die Teilnehmer zu befähigen, diese innovativen Modelle eigenständig für Prognosen von univariaten, multivariaten sowie exogenen Zeitreihen einzusetzen und schrittweise von traditionellen zu fortgeschrittenen Vorhersagetechniken überzugehen.
Machine Learning - Sprachverarbeitung mit Transformern und Hugging Face
- 25.08.2025- 27.08.2025
- Dresden
- 1.660,05 €
In der Schulung Machine Learning - Sprachverarbeitung mit Transformern und Hugging Face lernen Sie, wie man die neuesten NLP-Technologien (Natural Language Processing) effizient nutzt. Sie erhalten einen Überblick über die grundlegenden Konzepte der maschinellen Sprachverarbeitung und werden in die Transformer Architecturen und die Verwendung von Hugging Face für maschinelles Lernen eingeführt.
Webinar
Multivariate Datenanalyse mit SPSS (Online)
- 08.09.2025- 12.09.2025
- online
- 2.963,10 €
2.666,79 €
Der SPSS Kurs Multivariate Datenanalyse mit SPSS führt in die multivariate Statistik ein. Die Anwendung der multivariaten Verfahren mit IBM SPSS Statistics wird mit vielen Beispielen und Übungsaufgaben trainiert und vertieft. Das Ziel der SPSS Schulung ist es, multivariate Verfahren mit SPSS anwenden zu können.
Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/
Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/
Wie funktioniert Python und wo wird es angewendet?
Python ist eine objektorientierte Programmiersprache, die dank einer klaren, einfachen und strukturierten Syntax relativ einfach zu lernen ist. Python unterstützt zudem die aspektorientierte und funktionale Programmierung. Bei dieser Programmiersprache wird der Programm-Quellcode nicht kompiliert, sondern interpretiert: also nicht erst in Maschinensprache mit langen Reihen von Nullen und Einsen umgewandelt.Generell gilt Python als eine der modernsten Programmiersprachen mit zahlreichen Standardfunktionen und Bibliotheken für viele verschiedene Zwecke. Meist kommt die Sprache zur Anwendung bei:
- Web-Programmierung,
- Textverarbeitung,
- Erstellung grafischer Benutzeroberflächen,
- Big Data-Projekten,
- Data Analytics (aufwändige Datenanalysen) und
- Erstellung von Algorithmen im Deep Learning.
Auch in der Wissenschaft ist die Programmiersprache Python überaus beliebt, da diese einen einfachen Zugang zur Programmierung von Big Data Projekten sowie eine große Auswahl an wissenschaftlichen Bibliotheken bietet. Darüber hinaus kann man mit Python eine Menge verschiedener kleiner Werkzeuge für das Web, aber auch einen ganzen Server programmieren und Datenbanken verwalten. Das Erlernen der Programmiersprache Python kann daher eine sinnvolle Ergänzung zu Weiterbildungsmaßnahmen in Datenbankprogrammierung sein.
Python lernen: Für wenn kann ein Python Workshop nützlich sein?
Aufgrund der voranschreitenden Digitalisierung und der stetig wachsenden Masse an Daten zählen Kenntnisse in Python zu den am meisten nachgefragten Kompetenzen am Arbeitsmarkt: Diese Sprache ist eine lohnenswerte Alternative zu den altbewährten Programmiersprachen. Ein Python-Kurs erscheint vor allem dann sinnvoll, wenn der Einstieg in die Welt des Programmierens überschaubar und einfach erfolgen soll. Eine Schulung in Python ist auch dann interessant, wenn bereits gewisse Vorkenntnisse bestehen und es um das Vermitteln und Vertiefen von weiteren Aspekten der Programmiersprache geht. Die Anwendungsmöglichkeiten bewegen sich in einem breiten Spektrum von der Server- und Datenbankadministration über statistische und mathematische Auswertungen bis hin zur Robotik-Programmierung.Python Kurse: Worin besteht der Nutzen?
Wenn der Einstieg in die Programmiersprache gefunden ist, lassen sich sowohl einfachere als auch anspruchsvollere Aufgaben in Angriff nehmen. Da Python eine leicht verständliche Syntax aufweist, erschließt sich bereits nach wenigen Stunden das Grundprinzip und die dahinterstehende Logik. Entsprechend zügig lässt sich Python in Eigenregie umsetzen und anwenden. Die erlernten Grundlagen lassen sich auf vielfältige Weise nutzen: vor allem bei der Verarbeitung oder der Visualisierung von Daten, da sich Python für Big Data sehr gut eignet. Python zu lernen gehört inzwischen für jeden dazu, der sich als Data Analyst bzw. für den Bereich Data Analytics qualifizieren möchte.Für Unternehmen bietet sich dank Python die Chance, mehr Informationen aus den stetig wachsenden Datenmengen zu gewinnen: Python erleichtert die eigene Entwicklung von Deep Learning Algorithmen. Es bietet damit die Möglichkeit, Regelmäßigkeiten und Zusammenhänge zu erkennen und diese zur Prozessoptimierung oder als Grundlage für strategische Unternehmensentscheidungen zu nutzen. Wer diese Art der Business Intelligence noch nicht in seinem Unternehmen praktiziert, für den ist eine Weiterbildung zum Thema Big Data zu empfehlen.
