- Start
- Bildungsträger
- IU Akademie IU Internationale Hochschule
- Data and AI Analysis
Data and AI Analysis
Anbieter: IU Akademie IU Internationale Hochschule
Trustpilot:4,2 von 5 Sternen4,2(214 Bewertungen)AZAV-zertifizierter Träger
Förderung durch die Agentur für Arbeit möglich
Kursbeschreibung
Die digitale Transformation und Künstliche Intelligenz sind die Antriebskräfte der modernen Welt. Du bist Dir dessen bewusst. Und Unternehmen weltweit ebenso. Um diesen Wandel zu gestalten, benötigen sie zukünftig Dich. Nach Deiner Online-Weiterbildung Data and AI Analysis der IU Akademie formst Du Daten zu Erfolgsgeschichten und machst Deine Expertise in Künstlicher Intelligenz zur treibenden Kraft der Innovation. In Deiner Weiterbildung Data and AI Analysis lernst Du, wie Du Daten effektiv nutzen und analysieren kannst, um wertvolle Erkenntnisse zu gewinnen und fundierte Entscheidungen zu treffen. Du wirst mit den neuesten Techniken und Methoden der Data Science und KI vertraut gemacht. Deine Weiterbildung Data and AI Analysis der IU Akademie bietet Dir nicht nur eine solide Grundlage in Data Science und KI, sie gibt Dir auch einen tiefen Einblick in spezifische Bereiche wie Digital Analytics und Strategien. Sodass Du nach Deiner Weiterbildung in der Lage bist, Daten effizient zu verarbeiten und zu analysieren, um aussagekräftige Ergebnisse zu erzielen. Darüber hinaus wirst Du in der Lage sein, digitale Strategien zu entwickeln und umzusetzen, um den Erfolg von Online-Marketing-Maßnahmen zu messen und zu optimieren. Nach Deinem Abschluss bist Du bestens gerüstet, um in der dynamischen Welt der Daten und KI erfolgreich zu sein. Du wirst in der Lage sein, komplexe Datenstrukturen zu verstehen und zu analysieren, KI-Systeme zu nutzen sowie digitale Strategien zu entwickeln und umzusetzen. Mit Deinem Wissen und Deinen Fähigkeiten aus der Weiterbildung leistest Du einen wertvollen Beitrag zur digitalen Transformation von Unternehmen.
Lehrplan & Module
Data Science
Der Kurs Data Science bietet den Rahmen, um aus Daten Wert zu schaffen. Nach einer Einführung behandelt der Kurs, wie geeignete Anwendungsfälle identifiziert und die Leistung von datengesteuerten Methoden bewertet werden. Der Kurs behandelt Techniken für die technische Verarbeitung von Daten und stellt dann fortgeschrittene mathematische Techniken und ausgewählte Methoden der künstlichen Intelligenz vor, die zur Datenanalyse und für Vorhersagen verwendet werden.
Kursinhalte
- Einführung Data Science
- Überblick über Data Science
- Tätigkeiten der Data Science
- Datenquellen
- Deskriptive Statistik
- Use Cases und Bewertung
- Data Science Use Cases (DSUCs)
- Bewertung
- Datenvorverarbeitung
- Übermittlung von Daten
- Datenqualität, Bereinigung und Transformation
- Datenvisualisierung
- Verarbeitung von Daten
- Stufen der Datenverarbeitung
- Methoden und Arten der Datenverarbeitung
- Ausgabeformate der verarbeiteten Daten
- Ausgewählte mathematische Techniken
- Hauptkomponentenanalyse
- Clusteranalyse
- Lineare Regression
- Zeitreihenanalyse
- Methoden zur Datentransformation
- Ausgewählte Techniken der künstlichen Intelligenz
- Stütz-Vektor-Maschinen
- Künstliche neuronale Netze
- Weitere Ansätze
Fakten zum Modul: Niveau: Master · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Examen, 90 Minuten
Digital Analytics und Strategies
Dem Marketing steht heute eine Vielzahl von Online-Instrumenten und Daten zur Verfügung. Allerdings fehlt häufig auf Grund der Menge an Informationen der Überblick, welche Daten, welche Informationen und welche Kennzahlen den Erfolgsbeitrag der jeweiligen Onlinemaßnahmen am Besten messen und dokumentieren.
Kursinhalte
- Grundlagen und Aufgaben von Digital Analytics
- Einführung und Definition von Digital Analytics
- Ziele von Digital Analytics
- Daten- und Informationsquellen
- Rechtliche Rahmenbedingungen
- Metriken von Digital Analytics
- Grundlagen zu Metriken
- Hits, Seitenaufrufe, Besuche und Besucher
- Weitere Metriken
- Grenzen von Metriken: Ungenauigkeiten und Unschärfen
- Digitale Key Performance Indicators (KPIs) und deren Analyse
- Suchmaschinenmarketing: Kennzahlen und Analyseansätze
- Social Media: Monitoring und Analyseansätze
- Website: Kennzahlen und Analyseansätze
- Email: Kennzahlen und Analyseansätze
- Digital Strategy Development
- Grundlagen der Customer Journey
- Ableitung von digitalen Marketingzielen entlang der Customer Journey
- Anwendungs- und Gestaltungsmöglichkeiten für Digital & Mobile Campaigns
- Anwendungs- und Gestaltungsmöglichkeiten für Content Marketing
- Kontrolle der Strategie- und Maßnahmenumsetzung
- Weiterentwicklungen und Perspektiven der Digital Analytics
Fakten zum Modul: Niveau: Master · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Fallstudie
Künstliche Intelligenz
Die Suche nach künstlicher Intelligenz hat das Interesse der Menschheit seit vielen Jahrzehnten bewegt und wird seit den 1960er Jahren rege beforscht. Dieser Kurs gibt einen detaillierten Überblick über die historischen Entwicklungen, Erfolge und Rückschläge in der KI sowie die Entwicklung und den Einsatz von Expertensystemen in frühen KI-Systemen.
Kursinhalte
- Geschichte der Künstlichen Intelligenz
- Historische Entwicklung
- KI-Winter
- Bemerkenswerte Fortschritte auf dem Gebiet der Künstlichen Intelligenz
- Frühe Systeme der Künstlichen Intelligenz
- Überblick über Expertensysteme
- Einführung in Prolog
- Mustererkennung und maschinelles Lernen (ML)
- Anwendungsfälle
- Neurowissenschaft und Kognitionswissenschaft
- Neurowissenschaft und das menschliche Gehirn
- Kognitionswissenschaft
- Zusammenhänge zwischen Neurowissenschaft, Kognitionswissenschaft und Künstlicher Intelligenz
- Moderne KI-Systeme
- Neueste Entwicklungen bei Hardware und Software
- Enge und allgemeine Künstliche Intelligenz
- Sprachverarbeitung und Computer Vision
- Anwendungen der Künstlichen Intelligenz
- Mobilität und autonome Fahrzeuge
- Personalisierte Medizin
- FinTech
- Handel und Industrie
Fakten zum Modul: Niveau: Master · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Examen, 90 Minuten
Seminar: Current Topics in AI
The topic of artificial Intelligence (AI) has been addressed in computer science and cognitive science research since the 1950s; however, the meaning associated with the term has changed considerably over time. Having once been predominantly associated with logical calculus, reasoning, and planning, AI is now primarily interpreted in the context of deep networks of computational units. Despite these changes in approach, the important characteristic of AI continues to be the understanding and reproduction of cognitive abilities and functions by machines. This seminar strives to elucidate current research trends in AI. The students learn to independently analyze selected topics and case studies and link them with well-known concepts, as well as critically question and discuss them.
Kursinhalte
The seminar covers current topics in artificial intelligence. Each participant must write a seminar paper on a topic assigned to him/her.
Fakten zum Modul: Niveau: Master · Unterrichtssprache: English · 5 ECTS-Punkte · Modulprüfung: Forschungsbericht
Enthaltene Zertifikate
Voraussetzungen
Zulassungsvoraussetzung: gute Deutschkenntnisse auf B2-Niveau.
Zugangsempfehlung: Englisch B2 Niveau. Kursinhalte sind teilweise auf Englisch.
Die Weiterbildung ist auf dem inhaltlichen Niveau eines Master Studiengangs. Eine Weiterbildung auf Master-Niveau ist anspruchsvoller als auf Bachelor-Niveau. Vorhandenes Grundlagenwissen im gewählten Fachbereich ist deshalb von Vorteil.
Laptop mit Internetzugang.
Zielgruppen
- Arbeitssuchende
- Fachkräfte
Berufsbilder
- Data Analyst
- Data Scientist
- Digital Analytics Specialist