Teilprüfungen aus dem Data Science Modul meiner Weiterbildung zur KI-Entwicklung (August – Oktober 2025).
| Prüfung | Thema | Highlights |
|---|---|---|
| Teilprüfung 1 | Datenaufbereitung | Pandas-Pipeline, gemischte Datumsformate, ANSI-Farbausgabe |
| Teilprüfung 2 | Entropie & Informationsgewinn | Eigene Implementierung ohne sklearn, defaultdict, vollständige Docstrings |
| Teilprüfung 3 | k-fache Kreuzvalidierung | Polynomregression, KFold, make_scorer |
| Teilprüfung 4 | K-Means Clustering | Elbow-Methode, vier Datengenerierungsansätze |
| Teilprüfung 5 | Hierarchisches Clustering | Dendrogramme mit Ward, Single, Complete und Average Linkage |
| Teilprüfung 6 | Neural Network Grundstein | MNIST-Datensatz, Sigmoid von Grund auf, Vorwärtsauswertung |
| Teilprüfung 7 | PyTorch Aktivierungsfunktionen | Systematischer Vergleich von 10 Konfigurationen, Aktivierungsfunktion als Parameter |
| Teilprüfung 8 | Synthetische Daten | Faker mit deutschem Locale, eindeutige IDs, CSV-Export |
- Eigene Entropie-Berechnung ohne sklearn – mathematisches Tiefenverständnis
- Aktivierungsfunktion als Designparameter – flexibles NN-Design
- Zukunftssichere pandas-Syntax mit Dokumentation der Designentscheidungen
- Systematischer Vergleich von 10 Aktivierungsfunktions-Konfigurationen
- Sprache: Python 3
- Bibliotheken: pandas, numpy, scikit-learn, PyTorch, matplotlib, scipy, faker
- IDE: PyCharm
Dieses Repository ist Teil der Weiterbildung KI-Entwicklung (Juni – Dezember 2025).