Multivariate Statistik in Python

Beschreibung

Die Multivariaten Statistik in Kombination mit inferenzstatistischen Grundlagen gehört zum Basiswissen des Datenanalysten. Mit diesem Kurs erhalten Sie das methodische Rüstzeug um die großen Vertreter der Statistik auf Ihre analytische Problemstellungen anzuwenden und mit Python umzusetzen.

Der Kurs umfasst 4 übergeordnete Einheiten: Inferenzstatistische Grundlagen, Lineare Regressionsanalyse, Clusteranalyse und Hauptkomponentenanalyse. In den Einheiten erhalten die Teilnehmer zunächst eine theoretische Einführung in die Konzepte und Verfahren. Anschließend werden diese in Python anhand von Beispieldaten umgesetzt. In kleinen Übungseinheiten haben die Teilnehmer schließlich die Gelegenheit das erlernte auszuprobieren.

Wer sollte teilnehmen?

Data Scientists, Datenanalysten, Statistiker, Mathematiker, Researcher, Python-Entwickler.

Grundlegende Programmiererfahrung in Python sollte vorhanden sein.

Lernziele

Grundlagen der Inferenzstatistik kennenlernen

Einführung in die methodischen Grundlagen der multivariaten Verfahren

Grundlegenden Techniken der inferenzstatistischen und multivariaten Datenanalyse mit Python beherrschen

Inhalte

  • Inferenzstatistik
    • Grundidee, zentraler Grenzwertsatz, Stichprobenverfahren, zentrale Kennwerte, Verteilungen
    • Hypothesentests (Korrelationen, T-Test, ANOVA)
  • Lineare Regressionsanalyse
    • Grundidee & Kausalität, Modellerstellung, Evaluationstechniken, Interpretation der Parameter, ß-Koeffizienten, Multiple Regressionsanalyse, Diagnostik, Visualisierungen
  • Clusteranalyse
    • k-Nearest Neighbors, k-Means, Agglomerative Clusteranalyse, Visualisierungen
  • Principal-Component-Analyse (PCA)
    • Grundidee, Extraktion der Hauptkomponenten, Eigenwerte, Kummunalitäten, Hauptachsenanalyse, Kaiser-Kriterium, Elbogenkriterium, Faktorrotation

Shortfacts

  • Empfohlene Dauer: 2 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