Der Kurs vermittelt grundlegende Kenntnisse und praktische Fähigkeiten der Data‑Science. Schwerpunkt sind Datenaufbereitung und ‑manipulation aus Quellen wie CSV, Excel, Datenbanken und APIs. Sie üben Python mit Pandas zur effizienten Verarbeitung und Bereinigung von Daten.
Weitere Inhalte sind explorative Datenanalyse und Datenvisualisierung (z. B. Mittelwert, Median, Varianz; Scatterplots, Heatmaps, Histogramme) sowie eine Einführung in maschinelles Lernen. Praktische Übungen vertiefen die Anwendung. Optional können Zertifikate erworben werden.
- Einführung in Data-Science
- Von der Datenbeschaffung bis zur Entscheidungsfindung
- Rolle von Daten in Unternehmen
- Daten als strategische Ressource
- Werkzeuge und Technologien in Data Science
- Datenaufbereitung und -manipulation
- Datenquellen und Formate
- CSV, Excel, Datenbanken und APIs
- Praktische Übungen in Python mit Pandas
- Umgang mit fehlenden Werten
- Grundlagen der Datenvisualisierung
- Explorative Datenanalyse (EDA)
- Mittelwert, Median, Varianz, Standardabweichung
- Verteilungen und Korrelationen
- Scatterplots, Heatmaps und Histogramme
- Explorative Datenanalyse in Python
- Datenmuster erkennen und interpretieren
- Einführung in maschinelles Lernen
- Grundbegriffe des maschinellen Lernens
- Überwachtes vs. unüberwachtes Lernen
- Evaluierung von Modellen