Beschreibung
Mit dem Fokus auf die 3 Bereiche Programmierung, Datenmanagement und Machine Learning vermittelt dieser Kurs die Grundlagen von Python im Kontext von Data-Science Anwendungen.
Von der Installation, den wesentlichen Objekttypen und Programmiergrundlagen über das Anlegen und Verwalten von Projekten erhalten die Teilnehmenden in diesem Training zunächst alle Voraussetzungen, um erste Anwendungen in Python zu schreiben. In praxisnahen Beispielen und mit Hilfe von Beispieldaten werden anschließend Daten eingelesen und analysefertig aufbereitet. Hier erlernen die Teilnehmer die wichtigsten Techniken im Bereich Datenmanagement. Der abschließende Programmpunkt des Kurses ist die Analyse und Prognose von Daten mit Machine Learning Verfahren. Zunächst wird das Themenfeld Machine Learning theoretisch eingeleitet und anschließend in zwei fiktiven Szenarien auf der Grundlage eines Musterdatensatzes direkt in Python umgesetzt. Die Analyseszenarien lösen ein Klassifikations- bzw. ein Regressionsproblem
Besonderes Augenmerk richtet der Kurs auf die Populären Python-Bibliotheken numpy, Pandas zur Datenhaltung und Datenmanagement sowie scikit-learn zur Analyse von Daten mit Machine Learning Verfahren.
Wer sollte teilnehmen?
Python Interessierte mit und ohne Programmiererfahrung, Data Scientist, Datenanalysten, Statistiker, Mathematiker, Researcher
Dieser Kurs richtet sich insbesondere an Personen, die noch keine Erfahrung in der Programmiersprache Python gemacht haben, diese aber in Zukunft im Bereich Data Science einsetzen wollen.
Lernziele
- Kennenlernen der Grundkonzepte und der Philosophie von Python
- Die Python-Syntax verstehen und anwenden
- Datenmanagement in Python
- Machine Learning Prozesse verstehen
- Modell- und Prognoseerstellung mit Python umsetzen
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
- Syntaktische Grundlagen: Grunddatentypen, Operatoren, Kontrollstrukturen, Funktionen, Schleifen
- Grundlagen objektorientierten Programmierens in Python: Klassen, Methoden und Attribute
- Einführung in numpy
- pandas
- Objekttypen: Series und DataFrame
- Importieren von Daten, Datenmanagement, Aggregationen, deskriptive Statistik
- Einführung Machine Learning Prozesse
- Entscheidungs- und Regressionsbäume modellieren und interpretieren
- Modell- und Prognoseerstellung mit Python und der Bibliothek scikit-learn
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
Sie haben Fragen zu Inhalten oder Ablauf des Trainings? Gerne informiere ich Sie über die Veranstaltung in Detail.