Lernen wann und wo Sie wollen - 24 Stunden, 7 Tage in der Woche!*

Lernen Sie in diesem Kurs die vielfältigen Einsatzmöglichkeiten von Acrobat DC kennen. Marc Oliver Thoma erklärt Ihnen, wie Sie E-Mail-Korrespondenzen als PDF-Dokument archivieren; wie Sie einen kompletten Korrektur-Workflow mit Acrobat abbilden; oder wie Sie Formulare anlegen können. Die Vielfalt des PDF-Formats wird Sie überraschen! Am Ende werden Sie wissen, dass und wie Acrobat DC auch Ihre tägliche Arbeit erleichtert.

Lernen wann und wo Sie wollen - 24 Stunden, 7 Tage in der Woche!*

Seit 20 Jahren sind PDF-Formulare Standard bei der elektronischen Erstellungen von Formularen. Mit diesem umfassenden Kurs von Jan Hillmer überwinden Sie Einstiegshürden schnell und avancieren zum Acrobat DC Formular-Allrounder: Lernen Sie unter anderem, wie Sie den Signaturservice von Adobe Sign integrieren und nutzen, wie Sie intelligente Funktionen mit JavaScript anwenden und am Ende Ihre Formulardaten statisch selbst auswerten.

Was Sie erwartet:

- Grundlagen von E-Mail
- Einrichtung von Accounts in Thunderbird
   - Identitäten und Signaturen
   - LDAP-Adressbuch
   - S/MIME
   - Ansichtseinstellungen
- Die Arbeit in Thunderbird
   - mit Mails (Favoriten, Tags, ...)
   - mit Ordnern, Archivierung von Mails
   - mit Templates
   - serverseitige Filter und Abwesenheitsschaltungen
- Spam, Scam, Phishing, ...
- arbeiten mit S/MIME
- Plugins
- Thunderbird und der HU-Kalender
- Best Practices

Einführung in die Welt der SQL-Datenbanken

➡ Inhalt:

📚 Grundlagen der SQL-Programmiersprache:
Erlernen Sie die Grundlagen von SQL, um Datenbanken zu erstellen, zu verwalten und Informationen effektiv abzurufen.

🔍 Erstellung von Datenbankabfragen:
Verstehen Sie, wie Sie mithilfe von SQL-Abfragen relevante Daten extrahieren und bearbeiten können, um zielgerichtete Ergebnisse zu erzielen.

📊 Analyse von Daten:
Nutzen Sie SQL, um Datenmuster zu identifizieren, Trends zu erkennen und datenbasierte Entscheidungen zu treffen.

🗂️ Grundlagen der relationalen Datenbanken:
Erfahren Sie mehr über die theoretischen Konzepte hinter relationalen Datenbanken und wie diese für die Organisation und Strukturierung von Daten genutzt werden.

Maschinen lernen lassen – und selbst schlauer werden!

➡ Inhalt:

1. Grundlagen & Werkzeuge
- Einführung in NumPy, Pandas, Statsmodels und Scikit-learn
- Datenverarbeitung und -analyse mit Python

2. Datenvisualisierung & interaktive Grafiken
- Darstellung von Daten mit Matplotlib und Seaborn
- Interaktive Visualisierungen mit Plotly

3. Klassische Statistik & Regressionsmodelle
- Einführung in statistische Konzepte
- Lineare Regression: Modellierung kontinuierlicher Zusammenhänge
- Logistische Regression: Klassifikationsprobleme lösen

4. Machine Learning-Methoden
- k-Nearest Neighbors (kNN): Klassifikation und Regression
- Baumverfahren: Entscheidungsbäume und Random Forest
- Neuronale Netze: Einführung in künstliche neuronale Netzwerke

5. Zeitreihenanalyse
- Analyse und Prognose zeitabhängiger Daten
- Modellierung von Trends und saisonalen Mustern

Zielgruppe: Personen mit guten Grundkenntnissen in Python und Statistik, die Machine Learning verstehen und anwenden möchten.