Maschinelles Lernen

Definition und Ziele des Maschinellen Lernens68Überwachtes Lernen63Unüberwachtes Lernen63Verstärkungslernen51Modellkomplexität und Überanpassung65Trainings- und Testdatensätze40Evaluierungsmetriken66Lineare Regression64Logistische Regression53Entscheidungsbäume68Support-Vektor-Maschinen65Neuronale Netze44Bildverarbeitung67Spracherkennung49Empfehlungssysteme63Betrugserkennung29

Neuronale Netze

Definition und Architektur42Neuronale Aktivierungsfunktionen23Lernalgorithmen54Feedforward-Netzwerke62Rekurrente neuronale Netze (RNNs)34Konvolutionale neuronale Netze (CNNs)0Bild- und Spracherkennung64Natürliche Sprachverarbeitung (NLP)66Empfehlungs- und Prognosesysteme33Voreingenommenheit und Diskriminierung64Datenschutz und Sicherheit49Zukunft der Arbeit64

Datenanalyse

Definition und Ziele der Datenanalyse64Arten von Daten56Methoden der Datenanalyse60Datenimport und -export20Datenbereinigung66Datenexploration50Deskriptive Statistik62Inferenzstatistik53Hypothesentests64Arten von Datenvisualisierungen65Erstellung von Datenvisualisierungen59Interpretation von Datenvisualisierungen47Grundlagen des maschinellen Lernens42Überwachtes Lernen34Unüberwachtes Lernen62

Big Data

Definition und Eigenschaften von Big Data60Herausforderungen bei der Verarbeitung von Big Data66Technologien für Big Data63Techniken zur Datenanalyse61Werkzeuge für die Datenanalyse66Anwendungen der Datenanalyse66Geschäftswert von Big Data56Ethische Überlegungen bei Big Data63Zukunft von Big Data34

Cloud Computing

Definition und Konzepte von Cloud Computing61Arten von Cloud-Diensten64Vorteile und Herausforderungen von Cloud Computing62Public, Private und Hybrid Clouds61Cloud-Infrastruktur und -Dienste64Cloud-Sicherheit und Compliance66Cloud Computing in Unternehmen64Cloud Computing in der Forschung und Entwicklung58Cloud Computing in Bildung und Gesundheitswesen51Edge Computing und IoT69Serverless Computing und Cloud-native Anwendungen63Künstliche Intelligenz und maschinelles Lernen in der Cloud62

Ethische Aspekte der KI

Definition und Bedeutung von KI-Ethik64Ethische Prinzipien für KI65Stakeholder und ihre Interessen61Voreingenommenheit und Diskriminierung63Datenschutz und Sicherheit68Autonomie und Verantwortung62Rechtliche und regulatorische Rahmenbedingungen33Selbstregulierung und Branchenstandards56Internationale Zusammenarbeit61

Anwendungen der KI

Definition und Geschichte der KI53Arten von KI64Anwendungen der KI57Überwachtes Lernen20Unüberwachtes Lernen60Verstärkungslernen60Neuronale Netze60Convolutional Neural Networks (CNNs)65Recurrent Neural Networks (RNNs)58Datenschutz und Privatsphäre62Arbeitsplatzverdrängung60Voreingenommenheit und Diskriminierung64

Programmierung für Data Science

Was ist Programmierung?67Grundlagen der Programmierung61Einführung in Python65Listen und Tupel67Wörterbücher und Mengen62Grundlegende Algorithmen61Datenbereinigung und -aufbereitung43Exploratory Data Analysis (EDA)36Datenmodellierung37Überwachtes Lernen57Unüberwachtes Lernen65Modellauswahl und -optimierung69Einführung in Cloud-Computing62Cloud-Plattformen für Data Science48Big-Data-Technologien in der Cloud66

Statistik für Data Science

Definition und Bedeutung von Statistik51Arten von Daten67Statistische Maße59Darstellung von Daten65Grundbegriffe der Wahrscheinlichkeit62Zufallsvariablen67Wahrscheinlichkeitsverteilungen30Erwartungswert und Varianz62Hypothesentests65Konfidenzintervalle64Regressionsanalyse61Nichtparametrische Tests66Grundlagen von Data Science66Maschinelles Lernen69Künstliche Intelligenz68Anwendungen von Data Science und KI60

Visualisierung für Data Science

Definition und Ziele der Datenvisualisierung69Arten von Datenvisualisierungen62Prinzipien der effektiven Datenvisualisierung66Software und Bibliotheken für die Datenvisualisierung14Techniken zur Datenaufbereitung und -transformation63Interaktive Datenvisualisierungen68Exploratory Data Analysis (EDA)66Kommunikation von Erkenntnissen62Entscheidungsfindung61