In diesem Kurs erlernen Sie die grundlegenden Konzepte des Machine Learning und dessen Anwendung auf Nachhaltigkeits- und ESG-Daten. Der Einsatz von Tools wie Python sowie umfangreiche Übungen bieten eine solide Grundlage in der Datenmodellierung.

Kursinhalt1. Einführung in Machine Learning & Python
  • Einsatz von Python zur Datenaufbereitung und Modelltraining
  • Anwendung realer Nachhaltigkeits- und ESG-Daten

2. Techstack
  • Python
  • scikit-learn
  • pandas
  • NumPy
  • Matplotlib/Seaborn
  • Jupyter Notebook
  • GitHub

3. Themen
  • Supervised Learning, Unsupervised Learning, Regression
  • Modelltraining, Validierung und Ergebnisinterpretation
  • Data Preprocessing, Train-Test-Split, Overfitting
  • Klassifikation, Regression, Clustering
  • Modellinterpretation und Visualisierung

4. Module
  • Datenvorbereitung & Feature Engineering
  • Klassifikation - Decision Trees, kNN, Logistic Regression
  • Regression - Lineare & reguläre Modelle
  • Clustering & Modellbewertung
  • Projektphase - ESG-Datenmodellierung

5. Didaktik
  • Einsatz von realen Nachhaltigkeitsdatensätzen
  • Jupyter Notebook, scikit-learn, pandas

6. Ziel
  • Grundverständnis von Machine Learning und Datenmodellierung