Python praxisnah einsetzen: Von Automatisierungsaufgaben, Datenanalysen bis hin zu künstlicher Intelligenz

1 Einführung und imperative Programmierkonzepte:

  • Warum Python?
  • Beispiel-Programm
  • Welche Datentypen hat Python?
  • IDE
  • Installation und Einrichtung
  • Sprachelemente
  • syntaktische Grundlagen
  • Beispielanwendungen aus der Praxis wie z. B. Messauswertung

2 Komplexe / sequentielle Datenstrukturen:
  • Call by Object
  • Listen
  • Tupel
  • Sets und Dictionaries
  • Verarbeitung großer Datenmengen
  • Ausnahmebehandlung und Dateizugriffe
  • Beispielanwendungen aus der Praxis

3 Modularisierung, Bibliotheken und Einführung in die objektorientierte Programmierung:
  • Namensräume
  • eigene Module
  • Standardbibliotheken in Python
  • Objektorientierte Programmierung und -modellierung
  • UML
  • inkl. Anwendungsprogrammierung

4 GUI- und Datenbankprogrammierung:
  • GUI-Programmierung, Entwerfen von Benutzerschnittstellen
  • Grafiken und Animationen programmieren (Anwendungsprogrammierung)
  • Qt-Anwendungen
  • SQL
  • Arbeiten mit Datenbanken u. a. SQLite
  • umfangreiche Beispielprogrammierungen

5 Data Science und KI:
  • Datenanalyse mittels Python u. a. pandas, scipy, scikit-learn
  • DecisionTreeClassifier
  • Einführung in Jupyter Notebooks
  • Datenvisualisierung am Beispiel einer konkreten Praxisanwendung z. B. Stromverbrauchsdatensatz
  • Predicitive Maintenance mit scikit-learn
  • Machine Learning mit Keras und Tensorflow z. B. Prognose von Stromverbrauchsdaten

Termine ansehen

Form

Der Unterricht findet von 08:00 Uhr bis 15:30 Uhr statt.

Termine zur Veranstaltung