- Überblick über Data Science, Machine Learning und Künstliche Intelligenz in diesem Kurs
- Erlernen der datengetriebenen Prozesse in der Data Science für Unternehmen
- Explore typische Rollen in der Data Science wie Data Scientist und Analyst
- Technische Einrichtung mit Python, Git, UNIX und GitHub zum Start des Kurses
Datenanalyse und exploration
- Arbeiten mit Data durch Pandas, Numpy und SQL praxisnah im Kurs
- Durchführen von Datenbereinigung, -transformation und explorativer Datenanalyse mit Python
- Data-Visualisierung zur Verstärkung der Data-Science-Analysen
- Mini-Projekt im Kurs für explorative Methoden
Machine Learning Grundlagen
- Einführung in Supervised Learning und seine Funktion in der Data Science
- Erläuterung von Begriffen wie Trainingsdaten, Modelle und Vorhersagen
- Verknüpfen von strukturierten Daten mit Künstlicher Intelligenz
- Anwendung dieser Themen im Kontext des Data Science Kurses
Data-Science-Tools für Neulinge
- Verwendung wichtiger Tools wie Jupyter Notebooks, GitHub und Data Science Libraries
- Einführung in Datenethik, Datenschutz und Versionskontrolle
- Kurs-basiertes Projektdesign und Zusammenarbeit
- Verständnis des Data Lifecycle und datengetriebenen Arbeiten
Praxisprojekt: Data Science Anwendung
- Praktisches Projekt im Kurs mit echten datasets
- Teamarbeit und agile Methoden zur Präsentation von Ergebnissen
- Grundlegende datenbasierte Entscheidungsfindung für Wirtschaft und Alltag
- Kombination von Data, AI und Business Value zum Kursabschluss