Erfolgskontrolle Schulungen finden - Das passende Seminar in Ihrer Nähe

Das Hauptziel des Seminars ist die Vermittlung einer umfassenden Einführung in die Welt der Lambda-Ausdrücke. Es soll ein tiefergehendes Verständnis für Syntax, Struktur und Anwendungsbereiche geschaffen werden. Dabei liegt ein Fokus darauf, den Teilnehmern zu zeigen, wie sie Lambda-Ausdrücke in praktischen Programmiersituationen einsetzen können, von einfachen Skripten bis hin zu komplexen Anwendungen. Die Teilnehmer sollen lernen, höhere Funktionen wie map, filter und reduce in Kombination mit Lambda-Ausdrücken zu nutzen und damit ihre Code-Effizienz und -Qualität zu steigern.

Gleichzeitig werden Best Practices vermittelt, um sicherzustellen, dass die Verwendung von Lambda-Ausdrücken die Code-Lesbarkeit und -Wartbarkeit nicht negativ beeinflusst. Performance-Aspekte werden ebenfalls behandelt, um den Teilnehmern ein Gefühl dafür zu geben, wann der Einsatz von Lambda-Ausdrücken sinnvoll ist und wann nicht.

Dieser Kurs gehört zur Seminarreihe „Multivariate Datenanalyse mit R”. Sie erhalten eine umfassende Einführung in die lineare und logistische Regressionsanalyse.

In diesem Modul wird die Regressionsanalyse als grundlegendes multivariates Verfahren behandelt. Mit der Regressionsanalyse werden Regressionsmodelle entwickelt, die das Zustandekommen einer kontinuierlichen Zielgröße durch das Zusammenwirken von verschiedenen kontinuierlichen, linear oder nichtlinear wirkenden Einflussgrößen sowie deren Wechselwirkungen erklären und für Prognosen verwendet werden können. Darüber hinaus können kategoriale Gruppenvariablen verwendet werden, um das Verhalten des Modells in verschiedenen Teilpopulationen zu untersuchen. Es werden Empfehlungen zur Auswahl von Variablen gegeben und Verfahren zur automatischen Auswahl von Variablen gezeigt. Des Weiteren wird die logistische Regression vermittelt, die zur Anwendung kommt, wenn die Zielgröße keine kontinuierliche, sondern eine kategoriale Variable ist. Mit der logistischen Regression können die Variablen ermittelt werden, mit denen eine Gruppenzugehörigkeit oder das Eintreten eines Ereignisses am besten erklärt werden kann. Ein logistisches Regressionsmodell kann darüber hinaus zur Klassifikation neuer Fälle bzw. zur Prognose zukünftiger Ereignisse eingesetzt werden. Wir zeigen Ihnen, wie Sie mit diesen fortgeschrittenen Methoden realitätsnahe Regressionsmodelle mit hohem Erklärungswert und guten Prognosen entwickeln können.

Expert for Safety of the intended functionality - ISO 21448

GPT und andere LLMs zeigen das Potenzial moderner Sprachverarbeitung auf. In diesem Kurs werden die dahinterstehenden Technologien entschlüsselt: Natural Language Processing (NLP) und Transformer-Architekturen bilden die Grundlage für intelligente Chatbots, maschinelle Übersetzungen und viele weitere KI-Anwendungen. Du lernst leistungsfähige NLP-Modelle mit Python und TensorFlow zu entwickeln.

Lerne, wie du mit Daten und KI Wettbewerbsvorteile schaffst: Dieses Seminar vermittelt dir, wie du Unternehmensdaten analysierst, Datenprojekte erfolgreich umsetzt und typische Fallstricke vermeidest. Von der richtigen Fragestellung über Datenmanagement bis zu Machine Learning und Ergebnisbewertung – du wirst Gestalter:in der KI-Transformation in deinem Unternehmen und triffst fundierte Entscheidungen.

Nach dieser Schulung sind Sie in der Lage, mit Spring Boot AI leistungsfähige Backend-Services für AI-Assistenten zu entwickeln. Sie verstehen die Architektur, erlernen wichtige Design-Patterns und setzen Features wie Prompts, Functions, Retrieval-Augmented Generation (RAG) und Observability gezielt ein.

Diese Veranstaltung vermittelt die Inhalte der DGUV I 209-093 Stufe 2E Einstieg C.  Sie ist vergleichbar mit der Veranstaltung nach DGUV I 209-093 Stufe 2E Einstieg A. Sie wendet sich aber an Personen, die aufgrund ihrer Ausbildung elektrotechnische Vorkenntnisse besitzen. 

Schwerpunkte der Schulung sind Arbeitsschutzsystem und -Organisation, Erste Hilfe, Grundkenntnisse über verschiedene Netzsysteme und deren Schutzmaßnahmen sowie die Durchführung einer Gefährdungsbeurteilung, Arbeitsanweisung und Unterweisung. Thema sind auch das Hochvolt-System, die einzelnen HV-Komponenten und deren Sicherheitsmaßnahmen. 

In praktischen Übungen zur Außer- und Inbetriebnahme des Hochvolt-Systems an einem Elektrofahrzeug bzw. Messungen an einer HV-Komponente werden die Theorieinhalte angewendet und vertieft.

Sie können selbstständig und sicher an spannungsfrei geschalteten HV-Systemen arbeiten.

Sie verstehen die grundlegenden Arbeitsschutzprinzipien und -Organisationen im Kontext von Hochvolt-Systemen und können sie anwenden, einschließlich der Qualifikationsanforderungen für das Arbeiten an solchen Systemen.

Sie kennen die Messverfahren für die Messung von Strom, Spannung und elektrischem Widerstand und können diese sicher durchführen.

Sie können die gemessenen Werte beurteilen und auf Plausibilität überprüfen.

Sie können im Zusammenhang mit elektrotechnischen Arbeiten am HV-System Gefährdungsbeurteilungen durchfüh...

Sie lernen den kompletten Workflow des Machine Learnings mit der Deep-Learning Bibliothek Keras kennen. Angefangen von der Datenaufbereitung, über die Auswahl und das Anlernen der Modelle, bis hin zum Einsatz der trainierten Modelle zur Klassifikation und Prognose. Sie können Bild-, Text- und numerische Daten für Training und Schätzung vorbereiten. Sie kennen die konzeptuellen Grundlagen des Anlernens, die Verfahren zur Qualitätssicherung im Anlernprozess und die Varianten neuronaler Netze. Dazu gehören konvolutationale Netze (CNN) zur Verarbeitung von Bilddaten genauso wie rekurrente Netze (RNN) zur Verarbeitung von Text- und Zeitreihendaten. Die Konzepte werden anhand von Folien erklärt, an Beispielen verdeutlicht und gemeinsam in Python umgesetzt und eingeübt. Eine Vielzahl praktischer Übungen ergänzen den Lernprozess und ermöglichen es, die verschiedenen Lernszenarien selbstständig umzusetzen. Am Ende des Seminars sind Sie in der Lage, Daten und Optionen des Einsatzes neuronaler Netze zu prüfen, Modelle zielsicher auszuwählen und zu trainieren und Klassifizierer erfolgreich einzusetzen.

Dieser Kurs gehört zur Seminarreihe „Multivariate Datenanalyse mit R”. Sie erhalten eine umfassende Einführung in die lineare und logistische Regressionsanalyse. Sie erhalten eine fundierte Einführung in die Clusteranalyse, in die Faktorenanalyse (EFA) und in die Hauptkomponentenanalyse (PCA).

Dieses Modul behandelt die strukturentdeckenden Verfahren: die Clusteranalyse und die dimensionreduzierenden Verfahren (EFA/PCA). Mit einer Clusteranalyse werden ähnliche Fälle zu Gruppen (Cluster) zusammengefasst. Sie werden die hierarchische Clusteranalyse, die k-Means-Clusteranalyse und die k-Medoids-Clusteranalyse kennenlernen. Die Faktorenanalyse (EFA, Explorative Factor Analysis) und die Hauptkomponentenanalyse (PCA, Principal Component Analysis) dienen dazu, eine Vielzahl von Variablen zu wenigen Dimensionen zu reduzieren. Wir zeigen Ihnen beide Verfahren und ihre unterschiedlichen Einsatzmöglichkeiten. Bei Interesse kann die Reliabilitätsanalyse zum Auswählen geeigneter Variablen gezeigt werden.

Es empfiehlt sich, sich zuvor mit der Regressionsanalyse vertraut gemacht zu haben (s. erstes Modul der Seminarreihe „Multivariate Datenanalyse mit R”).

Das Ziel der Schulung zur IT-Notfallorganisation ist es, den Teilnehmenden grundlegende Kenntnisse und Fertigkeiten zu vermitteln, um in der Lage zu sein, IT-Notfälle zu bewältigen. Die Teilnehmenden sollen lernen, wie sie IT-Notfallpläne planen, umsetzen und verbessern können. Durch die Schulung sollen die Teilnehmenden auch in der Lage sein, Risiken und Bedrohungen zu erkennen, geeignete Maßnahmen zu treffen und Krisen zu managen. 



Das Seminar bietet Praxisbeispiele und Fallstudien, um das Verständnis für die Umsetzung der IT-Notfallorganisation zu verbessern und den Teilnehmenden zu ermöglichen, das Gelernte auf ihre eigene Organisation anzuwenden. Am Ende der Schulung sollen die Teilnehmenden in der Lage sein, eine effektive IT-Notfallorganisation aufzubauen und zu betreiben, um im Falle eines IT-Notfalls schnell und effektiv reagieren zu können.