- Grundlagen der Datenanalyse und die Bedeutung von Datenanalyse in modernen Unternehmen
- Vertieftes Datenverständnis und strukturierte Prozesse in der Datenanalyse
- Praktische Einführung in die Datenanalyse mit Spreadsheets und Google Sheets
Python Grundlagen für die Datenanalyse
- Grundlagen von Python: Umgang mit Listen, Bedingungen, Schleifen und Funktionen zur Erfüllung von Datenanalyse Aufgaben
- Interaktive Datenanalyse und Ergebnisinterpretation via Jupyter Notebooks
- Praktische Datenanalyse Projekte zur Anwendung von Konzepten der Datenanalyse
Pandas und Methoden der Datenanalyse
- Daten durch Pandas laden, transformieren und bereinigen
- Daten filtern, aggregieren und im Rahmen der explorativen Datenanalyse visualisieren
- Fundierte Datenanalyse durch Zusammenführung verschiedener Datenquellen
Statistische Datenanalyse Methoden für geschäftliche Entscheidungen
- Nutzung von linearen Regressionsmodellen und Durchführung von A/B Tests
- Analyse von Verteilungen und Clustering sowie Interpretation von Konfidenzintervallen
- Anwendung und Interpretation von statistischen Datenanalyse Ergebnissen
Dateninterpretation und visuelles Berichtswesen
- KPI-Darstellung und Dashboard-Erstellung mit Tableau
- Datenmuster visualisieren mit Parametern und LODs
- Datenanalyse Erkenntnisse durch effektives Datenstorytelling präsentieren