StudySmarter

Programmieren Neuronaler Netze mit Python

Laut Katalog dauert der Kurs bis 1 Monat und kostet 1.000–5.000 €. Du lernst im Blended Learning. Anbieter ist future Training & Consulting GmbH.

Förderung prüfen

1.097 weitere Kurse vergleichen

01 · Der Kurs

Der Kurs läuft mit 5 Terminen an 5 Orten

Auf einen Blick

LERNUMFANG
bis 1 Monat
KATALOGPREIS
1.000–5.000 €
LERNORT
Aalen
NÄCHSTER START
Start mit Anbieter klären
LERNFORM
Blended Learning

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

  • Dieser Kurs bietet einen schrittweisen Einstieg in die Entwicklung neuronaler Netze mit Python - von den mathematischen Grundlagen bis zum selbst trainierten KI-Modell. Sie werden zunächst mit einer vorbereiteten Programmierumgebung vertraut gemacht und lernen die Grundidee hinter neuronalen Netzen kennen. Ausgehend von einfachen Netzarchitekturen werden überwachtes und unüberwachtes Lernen, Reinforcement Learning sowie Backpropagation und Deep Learning behandelt. Praxisnah werden verschiedene Netztypen - von klassischen neuronalen Netzen bis hin zu Transformer-Netzen - entwickelt und auf unterschiedliche Fragestellungen angewendet. Ein besonderer Fokus liegt auf dem Training: Die Teilnehmenden lernen, Fallstricke zu umgehen, Trainingsdaten geschickt zu nutzen, geeignete Werkzeuge wie TensorFlow auszuwählen und die Trefferquote ihrer Modelle zu steigern. Ergänzt wird der Kurs durch eine Einführung in ethische, rechtliche und ökologische Fragestellungen der KI-Entwicklung.
  • Einführung in neuronale Netze
  • Grundidee hinter neuronalen Netzen
  • Historische Entwicklung und Meilensteine
  • Entwicklungsumgebung und Werkzeuge
  • Anaconda-Distribution und Jupyter Notebook
  • Wichtige Python-Module und Google Colab
  • Einfaches neuronales Netz
  • Aufbau eines einfachen Neurons
  • Stufenfunktion und Perceptron
  • Vektorrepräsentation und Skalarprodukt
  • Lernen im einfachen Netz
  • Perceptron-Lernalgorithmus
  • Adaline und Trenngeraden
  • Scikit-learn-kompatible Estimator-Klassen
  • Mehrschichtige neuronale Netze
  • XOR-Problem als Anwendungsfall
  • Aufbau einer Klasse für mehrschichtige Netze
  • Initialisierung und Vorhersage (predict)
  • Lernen im mehrschichtigen Netz
  • Fehlermessung und Gradientenabstieg
  • Backpropagation (Vorwärts-Delta und Rückwärts-Propagation)
  • Sigmoid-Aktivierung und Trainingsdurchlauf
  • Convolutional Neural Networks (CNN)
  • Architektur von Convolutional Networks
  • Kodierungs- und Prädiktionsblock
  • Training von CNNs
  • Transformer Neural Networks
  • Netzwerkstruktur mit Encoder und Decoder
  • Embeddings und Positional Encoding
  • Training von Transformer-Netzen
  • Optimierung und Regularisierung
  • Momentum- und Adam-Optimierung
  • Early Stopping und Dropout zur Vermeidung von Overfitting
  • Deep Learning mit TensorFlow 2
  • CNN zur Handschriftenerkennung
  • Transfer Learning mit CNNs
  • Transfer Learning mit Transformer-Netzen und Hugging Face
  • Biologische Grundlagen
  • Aufbau des Gehirns und Neuronen
  • Von biologischen zu künstlichen neuronalen Netzen
  • Machine Learning Prozess
  • CRISP-DM-Modell
  • Ethische, rechtliche und ökologische Aspekte
  • Feature Engineering: Kodierung, Extraktion, Transformation
  • Lernverfahren
  • Überwachtes Lernen (Supervised Learning)
  • Unüberwachtes Lernen (Unsupervised Learning)
  • Verstärkendes Lernen (Reinforcement Learning)
  • Modellbewertung
  • Confusion Matrix
  • ROC-Curves
  • Praxisbeispiele
  • Bildklassifikation mit trainierten Netzen
  • Generative Modelle zur Bilderzeugung
  • Deployment mit vortrainierten Netzen
  • Anwendungsentwicklung
  • Webapplikationen für neuronale Netze
  • Integration von KI-Modellen in eigene Anwendungen

Der Kurs

Ablauf, Termine und Lernort

  1. 1

    Aalen

    Blended Learning · Vollzeit · bis 1 Monat · 1.000–5.000 €

  2. 2

    Neuss

    Blended Learning · Vollzeit · bis 1 Monat · 1.000–5.000 €

  3. 3

    Karlsruhe

    Blended Learning · Vollzeit · bis 1 Monat · 1.000–5.000 €

  4. 4

    Crailsheim

    Blended Learning · Vollzeit · bis 1 Monat · 1.000–5.000 €

  5. 5

    Hof

    Blended Learning · Vollzeit · bis 1 Monat · 1.000–5.000 €

02 · Kosten & Förderung

Kursgebühr 1.000–5.000 €, mit bewilligtem Bildungsgutschein 0 €

Dieser Kurs ist im Katalog als förderfähig gekennzeichnet.

Förderwege

Wer deinen Kurs zahlt

FÖRDERUNGBildungsgutschein: Voraussetzungen und Ablauf→FÖRDERUNGAufstiegs-BAföG→FÖRDERUNGAVGS oder Bildungsgutschein→FÖRDERUNGAlle Förderwege im Vergleich→FÖRDERUNGFörderung für Python-Programmierung→

03 · Verdienst

3 Schritte vom Kurs in den Beruf

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.

04 · Anbieter

256 Kurse mit aktuellem Termin an 10 Orten

256Kurse mit aktuellem Termin
10Angebotsorte

256 Kurse mit aktuellem Termin in unserem Vergleich. Lernformen: Blended Learning.

Angebote an 10 Orten; in der Kurssuche wählst du den Lernort und Termin bei future Training & Consulting GmbH.

Themen

Python-ProgrammierungCGI & 3D-VisualisierungSoftwareentwicklerKI & Machine LearningCAD & technisches Zeichnen (AutoCAD/EPLAN)

05 · Kurse

1.097 Kurse zum Vergleich

Für eine gute Wahl reichen zwei oder drei der 1.097 Kurse mit gleichem Ziel, die du Punkt für Punkt nebeneinanderlegst.

1.097 Kurse zum Vergleich.

1.097Kurse
Python ProgrammierungDCI Digital Career Institute GmbH · Berlin · Blended Learning
  • 5.000–10.000 €
  • Teilzeit
  • über 1 Jahr
  • Start ab 19.10.2026
Zum Kurs
Python BasicsVerein für Integration und Bildung e. V. · Hannover · Blended Learning
  • 1.000–5.000 €
  • Vollzeit
  • bis 1 Monat
  • Start Einstieg jederzeit
Zum Kurs
Kläre deinen persönlichen Kursstart

Häufige Fragen

3 Fragen, kurz beantwortet

Kläre deinen persönlichen Kursstart (1.097 Kurse)

Preis, Dauer und nächster Start der 1.097 Kurse im direkten Vergleich.

Angebote dieses Anbieters
Redaktion StudySmarter WeiterbildungAktualisiert am 01.10.2026 · So rechnen wir