Python-Kurse von Experten zu günstigen Preisen. Wir bieten professionell veranstaltete Präsenz- und Online-Seminare mit individueller Unterstützung durch den Dozenten an. Mehr als 500 Teilnehmer bewerteten uns bei ProvenExpert.com mit 4,6 Sternen. Schauen Sie jetzt in unser Programm!
Machine Learning praktisch anwenden. Sie erhalten einen klar strukturierten Einstieg mit Anwendungsbeispielen – für produktive Ergebnisse statt Theoriewüste. Zielgruppe: Einsteiger, Data Scientists in Ausbildung, Entwickler, Ingenieure.
Einführung & EnvironmentÜberblick über Python 3 & Vergleich zu anderen Sprachen, Entwicklungsumgebungen (IDE): PyCharm, VS Code, (neo-)vim mit LSP, Jupyter Notebook, Neu: KI-Modelle / GitHub Copilot für Python Progr...
Anbindung von Microsoft Excel und Word in Python, Automatisierung: Schreiben eines Textes in Word mit Python. Beschreiben einer Zelle in Excel in Python., Anbindung LibreOffice und OpenOffice, Automatisierung: Schre...
Installation Raspberry Pi OS, Eingebaute IDE "Thonny". Für Einsteiger (Auch für andere Betriebssysteme verfügbar), Grundsätzlicher Aufbau des Ein-Platinen-Computers, Pi OS per Imager installieren und Hoch-Fahren des...
FreeCAD, Sketcher: Viele Linien mit Python zeichnen als Hello Word., Inkscape: Viele Linien im web-Format SVG (2D)., QCAD: Ebenfalls viele Linien zeichnen (mit Python JavaScript generieren), Viele weitere Praxis-Bei...
Systemverwaltung mit PythonDatei- und Verzeichnisoperationen, Skripting-Grundlagen, Shell-Aufgaben automatisieren, Systemstatistiken analysieren und visualisieren, Benachrichtigungssysteme für SystemüberwachungAufga...
Was ist Clean-Coding?, Kriterien für Softwarequalität, Clean-Coding als Bewegung, Werte, Prinzipien und Praktiken beim Clean-Coding, Die SOLID Prinzipien des Clean-Codings nach Robert Cecil Martin anhand konkreter P...
Einführung ins Machine Learning Was ist eigentlich Machine Learning?, Unterarten des Machine Learning, Was kann Machine Learning leisten?, Was kann Machine Learning nicht leisten?, Fallbeispiele zum Machine Learning...
Übersicht XML Aufbau und Architektur, Vergleich mit JSON und YAML, Syntax, Schemas, XSD und DTDs, Varianten, XSLT, XPathPython und XML Bibliotheken im Vergleich und Usecases, Python DOM Parser, Simple API for XML (S...
Übersicht und Einführung in den Bereich Data Science Was ist Pandas, Numpy, Scipy und Co?, Welche Bibliotheken gibt es sonst noch im Data Science Bereich?, Vor- und Nachteile der Anaconda Distribution, Einrichten de...
Prinzip und Arbeitsweise eines künstlichen neuronalen Netzwerks, Überblick über maschinelles Lernen und Deep Learning, Python für große Datenmengen (Big Data Basics), Einstieg in Python numpy: Matrizen, Vektoren, Br...
Übersicht JSON Aufbau und Architektur, Ursprünge, XML im Vergleich, Syntax und NestingPython und JSON Einstieg JSON mit Python einlesen, Alternativen zum Dictionary, Datentypen matchen, Mapping auf Klassen, Das json...
Übersicht Dieses Training vermittelt AI Engineers, Data Scientists und Softwareentwicklern die Grundlagen und Best Practices für die Entwicklung leistungsstarker LLM-Anwendungen in Python. Es vermittelt praxisnah mo...
Einführung ins Robot FrameworkWas ist das Robot Framework?, Typische Einsatzgebiete und Vorteile, Überblick: Architektur und Kernkomponenten, Installation und erste Konfiguration (praktische Übung), Grundlagen: Robo...
Überblick: Ziele, Begriffe und typische Probleme beim Python-Packaging (Dependencies, Builds, Distribution, Reproducibility), Projektstruktur nach heutigem Standard: sinnvolle Ordnerlayouts, src-Layout vs. Flat-Layo...
Die Paketmanager pip und conda: Gemeinsamkeiten und Unterschiede, Welchen Nutzen haben virtuelle Umgebungen bei der Python-Code-Entwicklung?, Überblick über Tools zur Erstellung und Verwaltung virtueller Umgebungen,...
Übersicht Erleben Sie in diesem zweitägigen Intensivtraining zu Apache Kafka praxisnahe Beispiele mit Python. Lernen Sie, wie Producer-Consumer-Architekturen für Streaming-Anwendungen aufgebaut werden, Daten in Echt...