BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//THD Veranstaltungen//th-deg.de//DE
CALSCALE:GREGORIAN
BEGIN:VEVENT
DTSTART:20260210T090000
DTEND:20260210T100000
LOCATION:Online l Zoom
DTSTAMP:20260210T090000
SUMMARY:Online Consultation Session: Nursing Programme (Special Edition)
DESCRIPTION:Join our Online Consultation Session (Nursing Program – Special Edition) for a live Q&A with a faculty representative. This session provides an opportunity to ask questions and gain direct insights into the nursing program.
UID:9f01b45b74698d808282ef0fd7ade581@th-deg.de
END:VEVENT
END:VCALENDARauch, wie Sie diese gezielt einsetzen können, um Probleme zu lösen und innovative Lösungen zu entwickeln.
\n
\nWas ist maschinelles Lernen? Maschinelles Lernen ist ein Teilbereich der künstlichen Intelligenz, der es Computern ermöglicht, aus Daten zu lernen und Muster zu erkennen – ganz ohne explizite Programmierung. Von personalisierten Empfehlungen über Bild- und Spracherkennung bis hin zur Vorhersage von Trends: Die Anwendungen sind grenzenlos!
\n
\n
\nEckdaten:
\n
\nTermin 1: 15.4.2026 von 18 bis 21:15 Uhr
\nTermin 2: 22.4.2026 von 18 bis 21:15 Uhr
\nTermin 3: 29.4.2026 von 18 bis 21:15 Uhr
\nTermin 4: 06.5.2026 von 18 bis 21:15 Uhr
\nQ&A Session (optional): 20.5.2026
\nAbgabe Projektarbeit: bis 05.6.2026
\n
\n
\n
\nOrt: online / MS Teams
\n
\n
\n
\nKursdetails:
\n
\nKurseinheit 1
\n
\nEinführung in Maschinelles Lernen (ML)
\n
\nEinsatzzwecke von ML
\n
\nUnterscheidung von ML-Systemen
\n
\nGrundsätzliche Schritte der ML-Pipeline
\n
\nDatenakquise und Daten laden
\n
\nDaten verstehen
\n
\n
\n
\nKurseinheit 2
\n
\nTrain-test-split
\n
\nDatenbereinigung
\n
\n• Warum Daten bereinigen?
\n
\n• Umgang mit fehlenden Werten
\n
\n• Duplikate entfernen
\n
\n• Erkennung von Filtern und Ausreisern
\n
\n• Umgang mit textuellen Daten
\n
\n• Skalierung und Normalisierung
\n
\n• Eigene Trasnofmer
\n
\n• Transformation Pipeline
\n
\n
\n
\nKurseinheit 3
\n
\nRegression
\n
\n• Lineare Regression
\n
\n• Decision Tree Regression
\n
\n• Random Forest Regression
\n
\nEvaluation + Validierung
\n
\n
\n
\nKurseinheit 4
\n
\nKlassifikation
\n
\n• kNN-Klassifikation
\n
\n• Naive Bayes Klassifikation
\n
\n• Decision Tree Klassifikation
\n
\nEvaluation (Teil 2/Klassifikation)
\n
\nÜbung: Klassifikation
\n
\n
\n
\nKurseinheit 5
\n
\n• optionale Q&A Session
\n
\n
\n
\nZielgruppe:
\n
\nFachkräfte, Mitarbeiter aus allen Bereichen oder IT-Interessierte, die bei einem zukunftsweisenden Thema am Ball bleiben wollen
\n
\n
\n
\nVoraussetzungen:
\n
\n• Voraussetzung sind folgende Kenntnisse
\n
\no Grundkenntnisse Python (inkl. NumPy, Pandas)
\n
\no Jupyter (Erstellen eines Jupyter Notebooks auf Ihrem Notebook)
\n
\no Conda Environment
\n
\n• Datenanalyse Kenntnisse sind von Vorteil
\n
\n• Unsere Hochschulzertifikatskurse Programmieren in Python für Anfänger und Fortgeschrittene sowie Zertifizierter Datenanalyst bieten eine optimale Basis für diesen Aufbaukurs. Natürlich können Sie dieses Vorwissen aber auch anderweitig nachweisen
\n
\n
\nPreis
\n
\n• Profitieren Sie von unseren attraktiven Preisen:
\n
\no Regulär: 999 EUR (Gesamtpreis)
\n
\no Sonderpreis für Studierende aller Hochschulen und Universitäten: 429 EUR (Gesamtpreis)
\n
\n• Die Kursgebühren sind umsatzsteuerfrei.
\n
\n
\n
\nAnmeldung:
\n
\nAnmeldung
\n
UID:7289cd335e2ec6f17166db4ea3842bf6@th-deg.de
END:VEVENT
END:VCALENDAR