Einführung in Python für Data Science
  • Lernen Sie Python-Syntax, Variablen, Schleifen und Funktionen für die Datenverarbeitung kennen.
  • Arbeiten mit Python-Bibliotheken wie Pandas, NumPy und Scikit-learn.
  • Einrichten von Python-Umgebungen mit Jupyter Notebooks und Anaconda.
Grundlagen der Datenwissenschaft
  • Verstehen der Rolle der Data Science in Wirtschaft und Forschung.
  • Erlernen des datenwissenschaftlichen Arbeitsablaufs von der Datenerfassung bis zur Erkenntnisgewinnung.
  • Erkunden der wichtigsten Methoden in der prädiktiven Analyse und statistischen Modellierung.
Datenmanipulation und -vorverarbeitung
  • Arbeiten Sie mit Pandas für die Datenverarbeitung und -transformation.
  • Verwenden Sie NumPy für numerische Berechnungen und Matrixoperationen.
  • Lernen Sie Techniken für den Umgang mit fehlenden Daten, Feature-Engineering und Skalierung.
Explorative Datenanalyse (EDA)
  • Identifizieren Sie Muster, Trends und Korrelationen in Datensätzen.
  • Führen Sie deskriptive und inferenzstatistische Analysen durch.
  • Verwenden Sie Python-Tools, um Daten zusammenzufassen, zu bereinigen und zu visualisieren.
Datenvisualisierungstechniken
  • Lernen Sie Matplotlib und Seaborn für eine effektive Datenvisualisierung kennen.
  • Erstellen Sie Histogramme, Balkendiagramme, Streudiagramme und Heatmaps.
  • Verwenden Sie Data-Storytelling-Techniken, um Erkenntnisse effektiv zu vermitteln.!
Konzepte des maschinellen Lernens
  • Verstehen Sie die Grundlagen des überwachten und unüberwachten Lernens.
  • Erkunden Sie Klassifizierungs-, Regressions- und Clustering-Techniken.
  • Erfahren Sie mehr über die Modellbewertung anhand von Genauigkeit, Präzision, Rückruf und F1-Score.
KI und Automatisierung in der Datenwissenschaft
  • Erkunden Sie die Automatisierung in der Datenverarbeitung und im Modelltraining.
  • Erfahren Sie, wie KI vorausschauende Analysen und Entscheidungsfindung verbessert.
  • Verstehen Sie die ethischen Implikationen der KI-gesteuerten Data Science.
Praktische datenwissenschaftliche Projekte
  • Arbeiten Sie mit realen Datensätzen, um Datenanalysetechniken anzuwenden.
  • Implementieren Sie datengesteuerte Entscheidungsfindungsmodelle für Geschäftsanwendungsfälle.
  • Entwickeln Sie interaktive Berichte und Dashboards zur Präsentation von Erkenntnissen.

Die Kursteilnehmer lernen Data Science, indem sie Python-Syntax, Datenmanipulation, Explorative Datenanalyse und maschinelles Lernen anwenden.