Dieser Kurs vermittelt fundierte datenwissenschaftliche Kenntnisse, wobei statistische Verfahren eine zentrale Grundlage für analytische Auswertungen in datenwissenschaftlichen Projekten bilden. Im Fokus steht die Anwendung explorativer Analysen, die Durchführung von Hypothesentests sowie die Identifikation von Mustern in großen Datensätzen.

Datenbanken und Datenvisualisierung

Für den effizienten Umgang mit strukturierten Daten wird SQL eingesetzt. Behandelt werden unter anderem Joins, Aggregationen und performante Abfragen zur gezielten Analyse und Aufbereitung relationaler Datenbestände.
Zur visuellen Darstellung analytischer Ergebnisse kommt Power BI zum Einsatz. Die Teilnehmenden erstellen interaktive Dashboards und nutzen DAX-Funktionen, um Datenberichte übersichtlich und nachvollziehbar zu gestalten.

Datenpipelines und Maschinelles Lernen
  • Aufbau automatisierter Datenpipelines
  • Strukturierte Workflows zur Bereinigung und Transformation von Rohdaten, die eine konsistente Grundlage für weiterführende Analysen schaffen

Abgerundet wird das Programm durch eine Einführung in das maschinelle Lernen.

  • Trainieren von Vorhersagemodellen
  • Auswahl geeigneter Algorithmen
  • Bewertung von Modellgüte im datengetriebenen Analysekontext