- Grundlagen von Data Science, Machine Learning, Künstlicher Intelligenz und AI im Rahmen dieses Kurs
- Verständnis von datengetriebenen Prozessen für Data Science in Unternehmen
- Einblick in typische Data Science-Rollen wie Data Scientist und Analyst
- Technisches Setup: Python, Git, UNIX und GitHub für den Start in diesen Kurs
Daten verstehen & explorativ analysieren
- Verarbeitung von Data mit Pandas, Numpy und SQL in einem praxisnahen Kurs
- Durchführung von Datenbereinigung, Transformation und EDA mit Python
- Visualisierung von Data zur Unterstützung von Data Science-Analysen
- Mini-Projekt im Kurs zur Anwendung explorativer Methoden
Erste Schritte mit Machine Learning
- Einführung in Supervised Learning und deren Rolle in der Data Science
- Begriffe wie Trainingsdaten, Modelle und Vorhersagen leicht erklärt
- Verbindung von strukturierten Data mit Methoden aus der Künstlichen Intelligenz
- Nutzen dieser Themen im Kontext des Data Science Kurs
Data Science Tools für Einsteiger:innen
- Nutzung zentraler Tools wie Jupyter Notebooks, GitHub und Data Science Libraries
- Grundlagen zu Datenethik, Datenschutz und Versionskontrolle
- Projektdesign und Zusammenarbeit in einem Kurs-basierten Umfeld
- Verständnis des Data Lifecycles und datengetriebenen Arbeitens
Einsteigerprojekt: Data Science in Aktion
- Praktisches Projekt im Data Science Kurs mit realen Datensätzen
- Teamarbeit mit agilen Methoden zur Ergebnispräsentation
- Erste datenbasierte Entscheidungshilfen für Wirtschaft und Alltag
- Verknüpfung von Data, AI und Business Value als Abschluss des Kurs
Der Data Kurs für Anfänger deckt Grundlagen wie Datenbereinigung und Visualisierung ab und verwendet Datenwissenschaft-Tools wie Jupyter Notebooks.