Python für Data Science and Machine Learning im Fernstudium

Von diesem Kurs profitierst du, wenn du dir eine berufliche Perspektive im Bereich Data Science und Machine Learning aufbauen und dazu einen Abschluss nachweisen willst. Du kannst die erlernten Kompetenzen allerdings auch sinnvoll als Ergänzung zu einem bereits bestehenden Aufgabenbereich anwenden. Dabei ist die Programmierkenntnis in Python auch für viele Arbeiten im wissenschaftlichen Bereich gewinnbringend. Maschinelles Lernen wird branchenübergreifend immer wichtiger: So findet es sowohl in der Produktion, in der Logistik als auch im Marketing Anwendung.

Natürlich ist der Kurs auch für Hobbyprogrammierer:innen und Privatpersonen geeignet, die an einem praktischen Einstieg in die Themen der künstlichen Intelligenz und der Analyse und Aufbereitung von Daten interessiert sind.

Teilnahme: Für die Kursteilnahme solltest du über Grundkenntnisse im Umgang mit dem benutzten Betriebssystem und einen Editor verfügen. Außerdem solltest du Erfahrungen mit der objektorientierten Programmierung (bspw. mit Java) haben. Von Vorteil sind auch Grundkenntnisse der englischen Sprache, da viele Programmbibliotheken in englischer Sprache vorliegen. Du musst nicht über besondere mathematische Kenntnisse verfügen, solltest aber ein generelles Interesse an Mathematik haben.

Technik: Für die Teilnahme am Lehrgang benötigst du einen aktuellen Multimedia-PC mit mindestens 8 GB Arbeitsspeicher und Betriebssystem Windows 10/11 oder Linux  bzw. einen Apple-Rechner mit macOS sowie schnellen Internetzugang.
Unser Tipp: Das optimale Lernerlebnis erreichst du in der Kombination von SGD-App (Handy) mit PC bzw. Laptop oder Tablet.

Mit der Absolvierung des Kurses lernst du die Programmierung mit Python mit besonderem Fokus auf Data Science und Machine Learning kennen. Python gilt als vielseitige und leicht erlernbare Programmiersprache, mit der du Daten analysierst, Anwendungen entwickelst und Grundlagen der künstlichen Intelligenz praktisch anwendest. 

Du erfährst, wie du Python-Bibliotheken wie NumPy und SciPy gezielt einsetzt und für unterschiedliche Aufgaben nutzt. Darüber hinaus erhältst du grundlegende Einblicke in Data Science und Machine Learning, einschließlich Statistik, Text- und Data Mining sowie zentraler Verfahren des maschinellen Lernens.