In diesem Modul stellen wir die CORE-Konzepte der Datenwissenschaft vor, die für die künstliche Intelligenz unerlässlich sind. Sie werden Bibliotheken wie NumPy und Pandas zur Datenbearbeitung und -analyse kennenlernen, erfahren, wie man Daten bereinigt und aufbereitet, und lernen, Daten mithilfe leistungsstarker Tools wie Matplotlib und Seaborn zu visualisieren. Am Ende des Moduls sind Sie in der Lage, explorative Datenanalysen an realen Datensätzen durchzuführen.

In diesem Modul behandeln wir die mathematischen Grundlagen, die für maschinelles Lernen und KI unerlässlich sind. Sie beschäftigen sich mit linearer Algebra, Analysis, Wahrscheinlichkeitstheorie und Statistik – allesamt Bereiche, die für das Verständnis und die Optimierung von Algorithmen des maschinellen Lernens von entscheidender Bedeutung sind. Das Modul umfasst außerdem ein Praxisprojekt, in dem Sie diese Konzepte bei der Erstellung eines linearen Regressionsmodells von Grund auf anwenden.

In diesem Modul beschäftigen wir uns eingehend mit den Methoden der Wahrscheinlichkeitsrechnung und Statistik, die im maschinellen Lernen zur Erstellung von Vorhersagen und zum Ziehen von Schlussfolgerungen eingesetzt werden. Sie lernen, wie man Wahrscheinlichkeitsverteilungen anwendet, Hypothesentests durchführt und Zusammenhänge in Daten analysiert. Das Modul umfasst außerdem ein Projekt, in dem Sie reale Daten mithilfe statistischer Methoden analysieren.

In diesem Modul führen wir Sie in die Grundlagen der Python-Programmierung ein, beginnend mit der einfachen Syntax bis hin zur Erstellung interaktiver Programme. Sie lernen Variablen, Datentypen, Schleifen und Funktionen kennen, während Sie an praktischen Projekten wie einem Taschenrechner, einem Tool zum Vergleichen von Zahlen und vielem mehr arbeiten.

In diesem Modul beschäftigen wir uns mit Python-Konzepten für Fortgeschrittene und vertiefen Ihre Kenntnisse in der Anwendungsentwicklung. Sie werden sich mit fortgeschrittenen Datenstrukturen, Fehlerbehandlung, Dateiverarbeitung und externen Bibliotheken befassen und Ihr Wissen in Projekten wie einem Notenverwaltungssystem für Schüler und einer Kontaktbuch-App anwenden.

In diesem Modul werden wir uns damit befassen, wie man mithilfe der Dateiverarbeitungsfunktionen von Python und Web-Scraping-Techniken mit Daten arbeitet. Sie werden Projekte wie eine Wetter-App, einen Countdown-Timer für Veranstaltungen und einen Aktienkurs-Tracker entwickeln und dabei praktische Erfahrungen beim Lesen, Schreiben und Verarbeiten von Daten aus der Praxis sammeln.

In diesem Modul konzentrieren wir uns auf die Prinzipien der objektorientierten Programmierung (OOP), darunter Klassen, Vererbung, Polymorphismus und Kapselung. Sie werden praxisnahe Anwendungen wie einen Bankkontosimulator, ein Bibliotheksverwaltungssystem und einen Mini-Geldautomaten entwickeln und dabei die Konzepte der objektorientierten Programmierung erlernen.

In diesem Modul geben wir eine Einführung in die Programmierung grafischer Benutzeroberflächen (GUI) mithilfe der Python-Bibliothek Tkinter. Sie lernen, wie Sie interaktive Anwendungen erstellen, darunter einen Klickzähler, einen BMI-Rechner und eine To-Do-Listen-App, und schließen das Modul mit einem vollständigen Projekt zur Ausgabenverfolgung ab.

In diesem Modul beschäftigen wir uns eingehend mit der Webentwicklung mit Python unter Verwendung von Flask. Du lernst, wie du Webanwendungen von Grund auf erstellst, Benutzereingaben über Formulare verarbeitest und Datenbanken integrierst. Am Ende des Moduls wirst du deine Projekte im Internet veröffentlichen, darunter auch eine persönliche Portfolio-Website.

In diesem Modul konzentrieren wir uns auf die Grundlagen der Datenwissenschaft und vermitteln Ihnen den Umgang mit Bibliotheken wie NumPy, Pandas und Matplotlib. Sie werden Projekte wie einen Aktienkurs-Tracker und ein COVID-19-Dashboard erstellen und dabei Datenanalysetechniken einsetzen, um Trends zu verfolgen und zu visualisieren.