Data Analysis for AI Applications

English:

This course provides students and participants with a solid foundation in data analysis for artificial intelligence (AI). It introduces fundamental concepts of data analysis and statistics, data preprocessing, cleaning, and manipulation, as well as feature scaling and feature selection. Participants will also learn techniques for ensuring data quality, handling imbalanced datasets, and applying data visualization methods, together with an introduction to MLOps for AI-driven workflows. The course equips learners with practical skills in collecting, interpreting, and visualizing data to uncover insights and support decision-making across industries. In addition, it provides comprehensive insights into machine learning algorithms for data analysis and demonstrates how data-based models can be developed to support business outcomes and real-world applications. By the end of the course, participants will be able to apply data-driven decision-making, model data to discover useful patterns, and effectively use modern technologies to build trustworthy AI applications.

Deutsch: 

Dieser Kurs vermittelt Studierenden und Teilnehmenden eine solide Grundlage in der Datenanalyse für Künstliche Intelligenz (KI). Er behandelt grundlegende Konzepte der Datenanalyse und Statistik, die Datenvorverarbeitung, Bereinigung und Manipulation sowie Feature Scaling und Feature Selection. Darüber hinaus werden Methoden zur Sicherstellung der Datenqualität, zum Umgang mit unausgeglichenen Datensätzen und zur Datenvisualisierung vermittelt, ergänzt durch eine Einführung in MLOps für KI-gestützte Workflows. Die Teilnehmenden erwerben praxisnahe Fähigkeiten, um Daten zu sammeln, zu interpretieren und zu visualisieren, mit dem Ziel, Erkenntnisse zu gewinnen und Entscheidungsprozesse in unterschiedlichen Branchen zu unterstützen. Zusätzlich vermittelt der Kurs umfassende Einblicke in maschinelle Lernalgorithmen für die Datenanalyse und zeigt, wie datenbasierte Modelle entwickelt werden können, um Geschäftsziele und reale Anwendungen zu fördern. Am Ende des Kurses sind die Teilnehmenden in der Lage, datengetriebene Entscheidungen anzuwenden, Daten zu modellieren, um nützliche Muster zu entdecken, und moderne Technologien für den Aufbau vertrauenswürdiger KI-Anwendungen einzusetzen.