Definition von Data Science
  • Einstieg in Data Science
  • Entmystifizierung der Data Science
  • Der Wert der Data Science
  • Definition des Lebenszyklus der Data Science
Mit dem Datenentwurf beginnen
  • Verringerung von Verzerrungen durch Wahrscheinlichkeitsstichproben
  • Verwendung von Nicht-Wahrscheinlichkeitsstichproben
Nutzung von Software
  • Python und R im Vergleich
  • Einrichten Ihrer Jupyter-Umgebung
Strukturierung Ihrer tabellarischen Daten
  • Definieren tabellarischer Daten
  • Tabellarische Daten lesen
  • Tabellarische Daten interpretieren
  • Einsichten gewinnen
  • Beantwortung spezifischer Fragen
Explorative Datenanalyse verwenden
  • Definition der explorativen Datenanalyse
  • Erkennen von statistischen Datentypen
  • Unterscheidung der Eigenschaften von Daten
Bereinigung Ihrer Daten
  • Erläutern der Datenbereinigung
  • Fragen zur Anleitung der Datenbereinigung
Datenvisualisierung verwenden
  • Entmystifizierung der Datenvisualisierung
  • Visualisierung Ihrer qualitativen Daten
  • Visualisierung Ihrer quantitativen Daten
Inferenz und statistische Analyse verwenden
  • Definieren der Inferenz
  • Entwerfen eines Hypothesentests
  • Erstellen einer Permutation
  • Durchführen eines Permutationstests
  • Bootstrapping eines Konfidenzintervalls
Verwendung von Vorhersagen in der Data Science
  • Definieren von Vorhersagen für die Data Science
  • Navigieren durch die Klassifikation
  • Erkennen des k-NN-Algorithmus
  • Implementieren von k-Nächste-Nachbarn
  • Navigieren in der Regression
  • Überprüfen der Annahmen der Regression
  • Implementieren der linearen Regression

(Version: 2026-02-13T10:43:51+01:00)