!Grundlagen der Statistik und Datenanalyse *Grundlagen der Statistik *Korrelation und lineare Regression *Stichproben und Konfidenzintervalle *Datenanalyse mit Pivot *Verstehen und Anwenden von Verweisfunktionen !Programmierung mit Python: Basics *Installation und Einrichtung von Python *Grundlegende Programmierkonzepte *Standard-Datentypen *Datenstrukturen *Python-Skripte *Kontrollstrukturen *Funktionen *Ein-und Ausgabe !Software-Entwicklung in Java *Funktionsweise von Verzweigungen *Funktionsweise von Variablen mit primitivem Datentyp *Fehlererkennung und Behebung in Java *Verwendung von SQL-Datenbanken in Java *Erstellung von REST-APIs mit Java !Grundlagen der objektorientierten Programmierung *Grundlagen der objektorientierten Programmierung *Vererbung in objektorientierter Programmierung *Arrays *Funktionsweise von Operatoren !Datenbankentwicklung - Grundlagen und SQL *Einführung in relationale Datenbanken *Datenbankmodellierung und Namenskonventionen *Normalisierung und Normalformen *SELECT, JOIN und GROUP BY *Ändern von Daten über INSERT, UPDATE und DELETE *Erstellung eines ERM !Einführung in Machine Learning *Einführung in Machine Learning *Funktion und Nutzen von Machine Learning *Grundlegende Algorithmen: lineare/logistische Regression *Datenskalierung *Abgrenzung von Machine Learning und Deep Learning !Datenvisualisierung und Versuchsdruchführung *Datenvisualisierung *Diagramme in ggplot2 *Streudiagramme, Korrelationsdiagramme und analytische Tests !Regressionsanalysen und statistische Tests *Lineare Regression *Logistische Regression *Regressionsanalysen *Lineare Regression, Moderation und Mediation *Ordinal logistische Regression !Datenmanagement mit R *Grundlagen der Arbeit mit R *Datenmanagement und diskriptive Statistiken in R *Umgang und Untersuchung von Datensätzen sowie Skalenbildung *Anwendung von R in der Forschung !Neuronale Netze und Deep Learning *Einführung in Neuronale Netze *Signalübertragung in Neuronalen Netzen *Neuronale Netze und Deep Learning *Hyperparameteroptimierung *Praxisarbeit: Programmierung Neuronales Netzwerk !TensorFlow und Keras: Grundlagen und Anwendung *Installation und Einrichtung von TensorFlow *Grundlegende Verwendung von TensorFlow *Analyse von Machine Learning in TensorFlow *Trainieren eines Neuronalen Netzes *Verbindungen zu TensorFlow *Laden und Speichern von Modellen *Benutzen von vorgefertigten Modellen mit Keras *Erstellen von Machine-Learning-Modellen mit Keras !Agile Methoden und Projektmanagement *Vorgehensmodelle *Agile Standards *Projekt-Planung *Projekt-Steuerung !Kommunikation und Teamarbeit *Kommunikationsmodelle *Teamentwicklung *Arten virtueller Kommunikation und Tools *Praktische Tipps für das digitale Arbeiten !Konfliktmanagement und Moderation *Konflikte und Konfliktmanagement in virtuellen Teams *Umgang mit Teilnehmenden !Visualisierung und Medienkompetenz *Visualisierung und Medien !Problemlösung und Fehlerbehebung *Problemlösung für nicht funktionierende Modelle *Techniken: Merkmalserstellung und Normalisierung *Aktuelle Trends im maschinellen Lernen und Ausblick in die Zukunft