Deep Learning und KI mit Python

Passt der Kurs zu dir?

1. 1
   Für das PCAP-Zertifikat gibt es keine formale Voraussetzung, das Python Institute empfiehlt aber vorher die Einstiegsprüfung PCEP.
2. 2
   Schulmathematik bis zu Prozentrechnung und Funktionen, wenn du in Richtung Datenanalyse oder Machine Learning gehst.
3. 3
   Ein Rechner, auf dem du Python, einen Code-Editor und Zusatzpakete selbst installieren darfst.

Das lernst du

1. 1

   Der Kurs vermittelt Python-Programmierung sowie die theoretischen und praktischen Grundlagen von Deep Learning. Teilnehmende lernen, mit Python und gängigen Deep-Learning-Frameworks wie Keras und TensorFlow intelligente Systeme zu entwickeln, die Muster in Daten erkennen und Vorhersagen treffen. Der Kurs gliedert sich in folgende Module

   Python - Das Python Grundlagen Bootcamp - Von 0 auf 100

2. 2

   Vermittelt die Grundlagen der Python-Programmierung, von Datenstrukturen über objektorientierte Programmierung bis hin zu praktischen Anwendungen wie Web Scraping, Bildbearbeitung und der Arbeit mit PDFs und Tabellen. Inhalte

   Python: Datenstrukturen Grundlagen
   Python: Vergleichsoperatoren und Anweisungen
   Python: Methoden und Funktionen
   Python Meilenstein-Projekt 1
   Python: Objektorientierte Programmierung (OOP)
   Python Module und Pakete
   Python: Errors und Exceptions
   Python: Code Layout
   Python: Modul Tests (Unittests)
   Python Meilenstein-Projekt 2
   Python Dekoratoren
   Python Generatoren
   Web Scraping mit Python
   Bildbearbeitung mit Python
   Python: PDFs und Tabellen
   Emails mit Python
   Python: Fortgeschrittene Datenstrukturen
   Python: Abschlussprojekt
   Python: Data Science
   Python: Visualisierung - Matplotlib, Seaborn und Pandas
   Python: Computer Vision - NumPy und Bildgrundlagen
   Python: Algorithmen und Datenstrukturen - Big O Analyse
   Python: Entwicklungsumgebungen (IDEs) und Tools
   Statistik für Data Science und Business Analytics

3. 3

   Behandelt die statistischen Grundlagen, die für die Auswertung und Interpretation von Daten in Data-Science-Projekten benötigt werden

   Datenvisualisierung
   Univariate und Bivariate Maßzahlen
   Konfidenzintervalle
   Hypothesentests
   Der große Deep Learning Kurs mit Keras

4. 4

   Führt in die Konzepte künstlicher neuronaler Netze ein und vermittelt den praktischen Umgang mit dem Framework Keras anhand verschiedener Netzwerkarchitekturen und Anwendungsfälle

   NumPy Crashkurs
   Pandas Crashkurs
   Datenvisualisierung Crashkurs
   Machine Learning Crashkurs
   Einführung in Künstliche Neuronale Netze (ANNs)
   Keras Projekt
   Faltungsneuronale Netzwerke (CNNs)
   CNNs Projekt
   Keras Tensorboard
   Rückgekoppelte Neuronale Netze (RNNs)
   Natural Language Processing (NLP) mit Deep Learning
   Autoencoder
   Erzeugende gegnerische Netzwerke (GANs)
   Deployment
   Mehr schaffen in weniger Zeit

5. 5

   Vermittelt Methoden des Selbst- und Zeitmanagements für die Organisation des Lernprozesses

   Fremdsteuerung und Unterbrechungen vermeiden
   Selbstmanagement - Effektiver durch den Tag
   Die Informationsflut in den Griff kriegen
   Der Kurs ist individuell mit unseren anderen Lehrgängen kombinierbar. Die Dauer richtet sich nach den gewählten Modulen.

1. 1

   Online

   03.11.2026 · Online-Seminar · Vollzeit · 1–3 Monate · 5.000–10.000 €

2. 2

   Online

   03.11.2026 · Online-Seminar · Teilzeit · 3–6 Monate · 5.000–10.000 €

3. 3

   Online

   03.11.2026 · Fernlehrgang · Vollzeit · 1–3 Monate · 5.000–10.000 €

4. 4

   Online

   03.11.2026 · Fernlehrgang · Teilzeit · 3–6 Monate · 5.000–10.000 €

5. 5

   Online

   26.11.2026 · Fernlehrgang · Vollzeit · 1–3 Monate · 5.000–10.000 €

Förderwege

Wer deinen Kurs zahlt

Was dir die Qualifikation beruflich bringt

1. 1

   Routinearbeit per Skript erledigen

   Mit wenigen Zeilen Python benennst du Dateien um, liest Excel-Tabellen ein oder holst Daten aus Schnittstellen. Solche Skripte laufen später zeitgesteuert, ohne dass jemand sie anstößt. Beispiel: Du schreibst ein Skript, das jeden Morgen die Bestellungen aus dem Shop-Export zusammenführt.

2. 2

   Daten mit Pandas aufbereiten

   Pandas-Kurse zeigen, wie du Tabellen filterst, gruppierst, verknüpfst und bereinigst. Das ist der Schritt vor jeder Auswertung und jedem Modell. Beispiel: Du bereinigst eine Kundenliste mit doppelten Einträgen und uneinheitlich geschriebenen Ortsnamen.

3. 3

   Eigene Anwendungen bauen

   Objektorientierung, Module und Tests bilden die Grundlage für größere Programme und Webanwendungen mit Django oder Flask. Mit dem PCAP weist du Kenntnisse in Modulen und Paketen, Ausnahmebehandlung, Dateiverarbeitung und Objektorientierung nach. Beispiel: Du entwickelst ein kleines Buchungstool für Besprechungsräume mit Django und schreibst Tests dazu.

Themen