Im Kurs Data Scientist: Analytische Methoden und Werkzeuge erwerben die Teilnehmenden umfassende Kenntnisse zur Durchführung datengetriebener Analysen mit einem Schwerpunkt auf statistischen Verfahren und maschinellem Lernen.

Analytische Verfahren

Ein zentrales Thema ist die explorative Datenanalyse. Mithilfe statistischer Methoden identifizieren die Teilnehmenden Muster, prüfen Hypothesen und analysieren Zusammenhänge in umfangreichen Datensätzen.

Datenbanken und Datenverarbeitung

Die strukturierte Datenverarbeitung mit SQL bildet eine weitere Grundlage. Behandelt werden Joins, Aggregationen und effiziente Abfragen zur zielgerichteten Analyse relationaler Datenbanken sowie zur Vorbereitung auf weiterführende analytische und modellbasierte Verfahren.

Datenvisualisierung

Zur Visualisierung von Analyseergebnissen kommt Power BI zum Einsatz. Es werden interaktive Dashboards erstellt und DAX-Funktionen genutzt, um komplexe Datenstrukturen übersichtlich darzustellen und interpretierbar zu machen.

Automatisierung und Datenqualität

Inhalte zu Datenpipelines vermitteln Konzepte zur Automatisierung datenverarbeitender Prozesse. Thematisiert werden unter anderem die Bereinigung, Umstrukturierung und Transformation großer Datenmengen zur Sicherstellung konsistenter Analysegrundlagen.

Maschinelles Lernen

Abschließend befassen sich die Teilnehmenden mit zentralen Konzepten des maschinellen Lernens. Dazu gehören das Trainieren von Modellen, die Auswahl geeigneter Parameter und die Bewertung der Modellgüte zur Anwendung in prädiktiven Analyseverfahren.