Diese Schulung soll ein tiefgreifendes Verständnis der grundlegenden Konzepte und fortgeschrittenen Techniken vermitteln, die für Datenwissenschaft und -analyse erforderlich sind. Sie vermittelt Kenntnisse in Datenwissenschaft, maschinellem Lernen (ML), Deep Learning, Python, Datenmodellierung und Datenvisualisierung.
Einführung in die Datenwissenschaft und Python:- Überblick über Datenwissenschaft und die Rolle eines Datenwissenschaftlers bei der Lösung von Geschäftsproblemen
- Einführung in Python für die Datenanalyse und wichtige Bibliotheken wie Pandas und NumPy
- Verständnis der Verbindung zwischen maschinellem Lernen und Datenwissenschaft
- Einrichtung der Umgebung für Datenwissenschaftsprojekte mit Python und Jupyter Notebooks
- Einführung in SQL zur Abfrage und Verwaltung von Daten in relationalen Datenbanken
- Schreiben von SQL-Abfragen zum Filtern, Aggregieren und Bearbeiten von Daten
- Verwendung von SQL zur Unterstützung der Datenanalyse und Integration mit Python zur !Datenextraktion
- Bewährte Verfahren zur Optimierung von SQL-Abfragen für große Datensätze
- Verwendung von Pandas zur Datenbereinigung und -vorbereitung in Data Science-Projekten
- Anwendung von EDA-Techniken zur Zusammenfassung und Visualisierung von Daten
- Muster und Erkenntnisse mit Matplotlib und Seaborn identifizieren
- Daten für Machine Learning-Modelle durch EDA vorbereiten
- Datenerkenntnisse mithilfe von Visualisierungen effektiv an Interessengruppen kommunizieren
- Data Science für Entscheidungsfindung und Geschäftswert nutzen
- Bewährte Verfahren für die Präsentation von Daten in klaren, umsetzbaren Formaten
- Prägnante Berichte schreiben und Präsentationen zu Ergebnissen der Datenanalyse halten
Der Kurs fokussiert Datenanalyse und Datenvisualisierung in SQL und Pandas und vertieft Datenanalyse und Datenvisualisierung durch EDA, Matplotlib, Seaborn sowie Integration von SQL-Abfragen in Python und Jupyter Notebooks.