BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//THD Veranstaltungen//th-deg.de//DE
CALSCALE:GREGORIAN
BEGIN:VEVENT
DTSTART:20260113T180000
DTEND:20260113T190000
LOCATION:online | MS Teams
DTSTAMP:20260113T180000
SUMMARY:Infoabend Master Cyber Security
DESCRIPTION:Die Sicherheit von IT-Systemen steht zunehmend im Fokus. Dabei gibt es im Bereich IT-Security nur wenige berufsbegleitende Master Studiengänge, welche umfassend und zugleich mit speziellen Vertiefungsrichtungen die Experten von Morgen qualifizieren. Der Master Cyber Security ist in Deutschland einer der wenigen berufsbegleitend absolvierbaren IT Security Studiengänge, welcher Ihnen eine holistische Qualifizierung in diesem Bereich ermöglicht.
\nDer Studiengang richtet sich an Absolventinnen und Absolventen aus dem Bereich Ingenieurswissenschaften oder Informatik, die ihr Fachwissen im Bereich IT Security vertiefen möchten. Besonderes Gewicht wird auf die Anwendung von Security Technologien im Kontext von Industrie 4.0, bei kritischen Infrastrukturen und beim Autonomen Fahren gelegt.
UID:d1ec63c9ba44930a223dd6621879236c@th-deg.de
END:VEVENT
END:VCALENDARn
\n
\nEckdaten:
\n
\nTermin 1: 15.4.2026 von 18 bis 21:15 Uhr
\nTermin 2: 22.4.2026 von 18 bis 21:15 Uhr
\nTermin 3: 29.4.2026 von 18 bis 21:15 Uhr
\nTermin 4: 06.5.2026 von 18 bis 21:15 Uhr
\nQ&A Session (optional): 20.5.2026
\nAbgabe Projektarbeit: bis 05.6.2026
\n
\n
\n
\nOrt: online / MS Teams
\n
\n
\n
\nKursdetails:
\n
\nKurseinheit 1
\n
\nEinführung in Maschinelles Lernen (ML)
\n
\nEinsatzzwecke von ML
\n
\nUnterscheidung von ML-Systemen
\n
\nGrundsätzliche Schritte der ML-Pipeline
\n
\nDatenakquise und Daten laden
\n
\nDaten verstehen
\n
\n
\n
\nKurseinheit 2
\n
\nTrain-test-split
\n
\nDatenbereinigung
\n
\n• Warum Daten bereinigen?
\n
\n• Umgang mit fehlenden Werten
\n
\n• Duplikate entfernen
\n
\n• Erkennung von Filtern und Ausreisern
\n
\n• Umgang mit textuellen Daten
\n
\n• Skalierung und Normalisierung
\n
\n• Eigene Trasnofmer
\n
\n• Transformation Pipeline
\n
\n
\n
\nKurseinheit 3
\n
\nRegression
\n
\n• Lineare Regression
\n
\n• Decision Tree Regression
\n
\n• Random Forest Regression
\n
\nEvaluation + Validierung
\n
\n
\n
\nKurseinheit 4
\n
\nKlassifikation
\n
\n• kNN-Klassifikation
\n
\n• Naive Bayes Klassifikation
\n
\n• Decision Tree Klassifikation
\n
\nEvaluation (Teil 2/Klassifikation)
\n
\nÜbung: Klassifikation
\n
\n
\n
\nKurseinheit 5
\n
\n• optionale Q&A Session
\n
\n
\n
\nZielgruppe:
\n
\nFachkräfte, Mitarbeiter aus allen Bereichen oder IT-Interessierte, die bei einem zukunftsweisenden Thema am Ball bleiben wollen
\n
\n
\n
\nVoraussetzungen:
\n
\n• Voraussetzung sind folgende Kenntnisse
\n
\no Grundkenntnisse Python (inkl. NumPy, Pandas)
\n
\no Jupyter (Erstellen eines Jupyter Notebooks auf Ihrem Notebook)
\n
\no Conda Environment
\n
\n• Datenanalyse Kenntnisse sind von Vorteil
\n
\n• Unsere Hochschulzertifikatskurse Programmieren in Python für Anfänger und Fortgeschrittene sowie Zertifizierter Datenanalyst bieten eine optimale Basis für diesen Aufbaukurs. Natürlich können Sie dieses Vorwissen aber auch anderweitig nachweisen
\n
\n
\nPreis
\n
\n• Profitieren Sie von unseren attraktiven Preisen:
\n
\no Regulär: 999 EUR (Gesamtpreis)
\n
\no Sonderpreis für Studierende aller Hochschulen und Universitäten: 429 EUR (Gesamtpreis)
\n
\n• Die Kursgebühren sind umsatzsteuerfrei.
\n
\n
\n
\nAnmeldung:
\n
\nAnmeldung
\n
UID:6bb089adf25cfa34c6a9f68724d7649f@th-deg.de
END:VEVENT
END:VCALENDAR