Systementwicklung Schulungen finden - Das passende Seminar in Ihrer Nähe

Ein Leben ohne Smart Phone? Undenkbar. Nicht nur die Kommunikation läuft heutzutage über mobile Endgeräte. Spiele, Onlineshops und Marketing verlagern sich auf immer kleinere Benutzeroberflächen. Diese sollen nicht nur gut aussehen, sondern auch möglichst selbsterklärend funktionieren. Hier kommst Du ins Spiel.
In Deiner Online-Weiterbildung Mobile and GUI Developer:in lernst Du am Beispiel der mobilen Plattform Android, wie sich die Programmierung von mobilen Anwendungen (Apps) von der Entwicklung browserbasierter Informationssysteme unterscheidet. Du erfährst, welche Technologien und Programmierkonzepte dabei zum Einsatz kommen. Und natürlich, welche typischen Herausforderungen es bei der App-Entwicklung für industrielle Anwendungen gibt. Am Ende Deiner Fortbildung kennst Du die Architektur und technischen Besonderheiten der Android Plattform und kannst selbstständig Software-Systeme für Android erstellen.

Einführung in R und die Programmierung. Ein R Kurs mit Tidyverse zur Datenaufbereitung und Rstudio

Dieser Kurs umfasst Vorlesungsabschnitte und Abschnitte für das Selbststudium. In lehrergeleiteten Kursen werden die Vorlesungen in Echtzeit gehalten, entweder persönlich oder per Videokonferenz. Bei E-Learning-Kursen werden die Vorlesungen auf Videos aufgezeichnet. Bei beiden Versionen müssen Sie die Abschnitte zum Selbststudium selbständig durcharbeiten, bevor Sie die Zertifizierungsprüfung ablegen.

Titel des Abschnitts - Lernmodus

• Praxis der modernen Softwareentwicklung - Vorlesung
• Beschreibung des Softwareentwicklungsprozesses - Selbststudium
• Software-Entwicklung - Selbststudium
• Einführung in netzwerkbasierte APIs - Vorlesung
• Verbrauch von REST-basierten APIs - Vorlesung
• Einsatz von Programmierbarkeit auf Cisco-Plattformen - Vortrag
• Einführung in die Cisco-Plattformen - Selbststudium
• Beschreibung von IP-Netzwerken (nur ELT) - Selbststudium
• Beziehung zwischen Netzwerk und Anwendungen - Vorlesung
• Einsatz von modellgetriebener Programmierbarkeit mit YANG - Vortrag
• Bereitstellung von Anwendungen - Vorlesung
• Testen und Sichern von Anwendungen - Vorlesung
• Automatisierung der Infrastruktur - Vortrag

In diesem Kurs werden Ihnen grundlegende Kenntnisse über die Programmiersprache R vermittelt, die in den Bereichen Statistik, Data Science und Machine Learning weit verbreitet ist. Sie werden RStudio als Entwicklungsumgebung kennenlernen, die am häufigsten für R verwendet wird. Nach Abschluss des Kurses werden Sie in der Lage sein, Daten aus verschiedenen Formaten einzulesen, Daten mit ggplot2 zu visualisieren und Daten mit dplyr aus tidyverse zu bereinigen (z.B. fehlende Werte ersetzen, Zeilen und Spalten anpassen, neue Spalten erstellen).

Sie werden in der Lage sein, eigene einfache Funktionen zu schreiben und Control Flows (z.B. For-Schleifen, If-Else-Anweisungen) in R umzusetzen. Sie werden das Grundkonzept von tidyverse/dplyr verstehen und in der Lage sein, Data Wrangling und Data Cleaning durchzuführen.

Der Kurs wird Ihnen die verschiedenen Arten des Machine Learning (überwacht, unüberwacht und verstärkt) vorstellen. Sie werden in der Lage sein, Algorithmen in R eigenständig zu trainieren, zu validieren, einen Train-Test Split durchzuführen und Gütekriterien zur Bewertung von Algorithmen zu berechnen und zu interpretieren. Sie werden bekannte Machine Learning Algorithmen wie lineare Regression, logistische Regression, Entscheidungsbaum, Random Forest und k-means Clustering verstehen und in R implementieren können.

Nach Abschluss des Kurses werden Sie in der Lage sein, R eigenständig für Machine Learning und Data Science zu verwenden und ...

Der dreitägige Data Science Kurs bietet eine praxisorientierte Einführung in die Grundlagen von Machine Learning mit pandas und scikit-learn in Python. Der Schwerpunkt liegt dabei auf dem Python Modul pandas und seinem DataFrame, das als gängiges Data Science Paket in Python gilt. Zusätzlich werden die Pakete seaborn und matplotlib erläutert, die zur Generierung von Grafiken und Plots verwendet werden. Der Kurs gibt zudem einen Einblick in erste Machine Learning Algorithmen wie Entscheidungsbaum, K-Means Clustering/DBSCAN und Neuronales Netz mit dem Python Paket scikit-learn. Weitere Themen umfassen wichtige Datenstrukturen, das Berechnen von Statistiken, das Schreiben eigener Funktionen sowie das Einlesen und Schreiben von Daten in verschiedenen Formaten. Der Kurs beinhaltet außerdem eine Einführung in lineare Regression, den Train-Test-Split und Kreuzvalidierung.