Daten automatisiert und in Echtzeit verarbeiten, analysieren und daraus Erkenntnisse ableiten zu können, gehört zu den zentralen Anforderungen von Unternehmen. Die Daten-Pipelines dafür aufzubauen, ist die Aufgabe von Data Scientists - ein Berufsfeld, das derzeit besonders gefragt ist und große Chancen bietet. Diese zertifizierte Online-Weiterbildung befähigt Sie, Data-Mining-Prozesse aufzusetzen, Machine-Learning-Algorithmen anzuwenden, Prognosemodelle zu erstellen und diese in automatisierten Workflows produktiv zu setzen. Dabei wird die Programmiersprache Python mit ihren führenden Machine-Learning-Bibliotheken verwendet. Dieser Online-Kurs ist so konzipiert, dass Sie flexibel und in Ihrem eigenen Tempo lernen können. Es erwarten Sie Videos, interaktive Grafiken, Texte und viele praktische Übungen mit umfangreichen Datensätzen und Coding-Aufgaben. Bei Fragen stehen Ihnen erfahrene Datenanalysten als Mentoren zur Seite.

Inhalte

1. Grundlagen Data Analytics mit Python

Arbeiten mit dem Data Lab
Grundlagen und Konzepte in Python
Vorstellung der Tools pandas, matplotlib uns Seaborn
Datenbankanfragen mir SQL Alchemy

2. Lineare Algebra

Mathematische Hintergründe
Grundbegriffe der linearen Algebra
Berechnung mit Vektoren und Matrizen
Einsatz der Python-Bibliothek numpy

3. Wahrscheinlichkeitsverteilung

Statistik in Data-Science-Algorithmen
Diskrete und kontinuierliche Verteilungen
Versionierung von Code in Git

4. Überwachtes Lernen (Regression)

Lineare Regression einsetzen
Einsatz des Python-Pakets sklearn
Regressionsmodelle verstehen
Evaluation der Prognosen
Bias-Variance-Trade-Off und Regularisierung
Messung der Modellgüte

5. Überwachtes Lernen (Klassifikation)

Konzepte des Supervised Learning
Einführung in Klassifikationsalgorithmen
Der k-Nearest-Neighbors-Algorithmus
Einschätzung der Klassifikationsperformance
Optimierung der Parameter
Aufteilung der Daten in Trainings- und Evaluationssets

6. Unüberwachtes Lernen (Clustering)

Konzepte des Unsupervised Learning
Der k-Means-Algorithmus
Evaluation der Performance-Metriken
Alternativen zum k-Means-Clustering

7. Unüberwachtes Lernen (Dimensionsreduktion)

Dimensionen in der Datenbetrachtung reduzieren
Principal Component Analysis (PCA)
Unkorrelierte Features aus Ursprungsdaten erzeugen
Einführung in Feature Engineering

8. Ausreißer identifizieren und ausschließen

Methoden zur Erkennung von Ausreißern
Kriterien ungewöhnlicher Datenpunkte
Robuste Maße und Reduktion der Einflüsse durch Ausreißer

9. Daten sammeln und zusammenführen

Daten aus Webseiten und PDF-Dokumenten auslesen
Einsatz von Regulären Ausdrücken
Textdaten vor der Verarbeitung strukturieren

10. Logistische Regression

Konzepte der logistischen Regression
Performance-Metriken zur Evaluation
Nicht-numerische Daten in Modellen einsetzen

11. Entscheidungsbäume und Random Forests

Das Konzept der Decision Trees
Mehrere Modelle zu Ensembles kombinieren
Methoden zur Verbesserung der Vorhersage-Qualität

12. Support Vector Machines

Einsatz von Support Vector Machines (SVM)
Einführung in Natural Language Processing (NLP)
Textklassifikation mit Bag-of-Words-Modellen

13. Neuronale Netze

Grundlagen künstliche neuronaler Netze (KNN)
Grundlagen des Deep Learnings
Tieferes Verständnis der Schichten in KNN

14. Visualisierung und Model-Interpretation

Funktionsweisen von Modellen ableiten und darstellen
Methoden zur Interpretation und Visualisierung
Modelagnostische Methoden anwenden

15. Verteilte Datenbanken einsetzen

Das Python-Paket PySpark einsetzen
Daten aus verteilten Datenbanken auslesen
Grundlagen von Big-Data-Analysen
Machine-Learning-Algorithmen in verteilten Systemen nutzen

16. Übungsprojekt

Umfassenden Übungsprojekt selbstständig bearbeiten
Prädiktionsproblem mithilfe eines größeren Datensets lösen
Vorbereitung für das Abschlussprojekt

17. Abschlussprojekt

Selbstständige Analyse des Datenprojekts
Ergebnispräsentation und 1:1-Feedbackgespräch mit Mentoring-Team
Erhalt des Zertifikats zum Data Scientist mit Python