Einführung in Python für Data Scientists

Beschreibung

Mit dem besonderen Fokus auf den Bereich Datenanalyse vermittelt dieser Kurs die Grundlagen in der Programmiersprache Python. Von der Installation, den wesentlichen Objekttypen und Programmierbasics über einfache Analysen und Visualisierungen erhalten Sie mit diesem Training alle Voraussetzungen, um erste Anwendungen in Python selbst zu schreiben. In praxisnahen Beispielen und mit Hilfe von Beispieldaten werden die Inhalte theoretisch eingeleitet und vorgeführt. Kleine Übungen helfen, das Gelernte auszuprobieren und zu vertiefen.

Besonderes Augenmerk richtet der Kurs auf die Populäre Python-Bibliothek Pandas und deren Datentypen Series und DataFrame.

Wer sollte teilnehmen?

Python Interessierte mit und ohne Programmiererfahrung, Data Scientists, Datenanalysten, Statistiker, Mathematiker, Researcher.

Lernziele

  • Kennenlernen der Grundkonzepte und der Philosophie von Python
  • Die Python-Syntax verstehen und anwenden
  • Ausführen einfacher Analysen und erstellen von Visualisierungen

Inhalte

  • Das Konzept und die Philosophie von Python
  • Übersicht Python-Editoren, u.a.: Jupyter, Pycharm, Spyder
  • Python-Projekte anlegen: Ordnerstruktur, Einbinden von Paketen und Modulen
  • Die Python Hierarchie: Pakete, Module, Klassen, Funktionskonstrukte und Quellcode
  • Datenstrukturen und ihre Eigenschaften
  • Funktionen und Kontrollstrukturen
  • Einstieg in die Objektorientierung: Klassen, Methoden und Attribute
  • pandas
    • Objekttypen: Series und DataFrame
    • Datenmanagement, Aggregationen, Deskriptive Statistik, einfache Visualisierungen

Shortfacts

  • Empfohlene Dauer: 2-3 Tage
  • 2–10 Teilnehmer
  • Kurssprache: Deutsch oder Englisch
  • Preis: Der Tagessatz variiert zwischen Unternehmen und Forschhungseinrichtung. Nehmen Sie Kontakt auf!
  • Training am eigenen Laptop (Softwarevoraussetzungen und Installationsanleitung erhalten Sie im Vorfeld)

Inklusive

  • Teilnehmerzertifikat
  • Umfassende Schulungsunterlagen
  • Veranstaltungsevaluation + Report als PDF

Inhousetraining bei Data-Science-Architect

Prozess

  • Abstimmung der Inhalte
  • Terminfindung
  • Angebotserstellung
  • Online Evaluation der Teilnehmererwartung
  • Ankündigung mit Kursbeschreibung, Softwarevoraussetzung, Installationsanleitung, Timetable & optionaler Möglichkeit zur Vorbereitung
  • Bereitstellung der Kursmaterialien
  • Pro Tag 8×45 Min. Lerneinheiten
  • 30 Min. Open Space pro Tag im Anschluss an die Lerneinheiten
  • Verhältnis von Theorie, Praxis und Übungsphasen nach Absprache
  • Event Evaluation
  • PDF-Report mit Evaluations-Ergebnissen
  • Bereitstellung der im Training erstellten Materialien
  • Feedbackgespräch

Buchung

  • Der 3. Teilnehmer einer Anmeldung nimmt kostenfrei teil
  • Rechnungsstellung erfolgt nach der Veranstaltung