Das Wichtigste in Kürze
- 3 Tage Live-Online-Kurs
- Zoom Meeting
- Für Einsteiger geeignet
- Theorie und Praxis
- Kleine Gruppen
Vorteile
- 3-tägige Schulung mit Live-Online-Unterricht
- Gruppengröße auf maximal 10 Teilnehmer beschränkt
- Keine Python-Kenntnisse erforderlich
- Praktischer Teil überwiegt mit 60% Coding
Nachteile
- Keine Flexibilität durch feste Unterrichtszeiten
Der Kurs zeigt die Verwendung von Python für Data Science und erläutert die Grundlagen der Datenanalyse sowie der benötigten Machine Learning Algorithmen. Der Fokus des Kurses liegt jedoch auf der praktischen Verwendung der Algorithmen in Python mit scikit-learn.
Für die Belegung des Kurses werden keine Kenntnisse in Python benötigt. Allerdings ist es von Vorteil, wenn bereits Erfahrungen mit anderen Programmiersprachen gesammelt wurden und ein Grundverständnis von Variablen, Funktionen und for-Schleifen vorhanden ist.
Der dreitägige Kurs findet in einer Gruppe von 3 bis 10 Teilnehmer statt und wird via Zoom Meeting absolviert. Der Unterricht besteht sowohl aus theoretischen als auch aus praktischen Einheiten. Der Anteil von Coding liegt bei 60 Prozent, das bedeutet, dass der praktische Teil hier überwiegt. Ein Zertifikat erhalten die Teilnehmer bei diesem Kurs nicht.
Zielgruppe
Der Kurs richtet sich an Teilnehmer, die den Umgang mit Python zur Analyse von Daten und Programmierung von Machine Learning Algorithmen erlernen möchten. Geeignet ist der Kurs auch für Personen, die die Grundlagen von Data Science erlernen möchten.
Ziele
Der Kurs zielt darauf ab, den Teilnehmern einen Einblick in Python für die Verwendung im Bereich Data Science zu vermitteln. Die Teilnehmer lernen Daten aus unterschiedlichen Formaten einzulesen, Daten mit seaborn und matplotlib zu plotten sowie mit pandas zu bereinigen. Des Weiteren erlernen die Teilnehmer die wichtigsten Datentypen in Python, um eigene Funktionen schreiben zu können. Der Kurs zeigt außerdem den Umgang mit Control Flows und vermittelt das Grundkonzept von pandas DataFrames für die Durchführung von Data Wrangling und Data Cleaning.
Inhalte
Der Kurs dauert 3 Tage und behandelt in den Unterrichtseinheiten unter anderem die folgenden Themen:
- Python-Grundlagen
- Installation neuer Pakete
- PyCharm als Entwicklungsumgebung/IDE
- Funktionen
- Methoden
- Vergleich zu anderen Programmiersprachen
- Grundlegende Datenstrukturen
- Überblick der Basic Data Types
- Wichtige Datenstrukturen
- List Comprehension
- Pandas – Data.Frame
- Strukturen eines DataFrames
- Auswahl von Zeilen und Spalten
- Erstellen, löschen und ändern von Zeilen/Spalten
- Boolean Indexing
- Zusammenfassung von Daten
- Berechnung von Statistiken im pandas Data.Frame
- Statistiken direkt im Data.Frame
- Mittelwert, Summe, Min, Max, Median, Varianz
- Statistiken direkt im Data.Frame
- Zusammenfassung und Filterung von Daten
- Ersetzen von fehlenden Werten
- Kreuztabelle (Kontingenztafel)
- Control Flows
- Eigene Funktion schreiben
- Setzen von Default Parameter in Funktionen
- Position arguments und keyword arguments
- For-Schleifen
- If-Else-Bedingungen
- List Comprehension mit If-Else
- Datenvisualisierung mit seaborn und matplotlib
- Grundlagen von matplotlib
- Achsen beschriften
- Legende
- Titeländerung
- Plot speichern
- Seaborn Histogram, Linien-, Box-, Scatter- und Barplot erstellen
- Darstellung mit Variablen festsetzen oder variieren
- Daten einlesen und schreiben
- Arbeitsverzeichnis in Python und der DIE spyder setzen
- CSV und Excel Daten einlesen und schreiben
- Daten von einer URL einlesen
- Überblick von Parameter
- Lesen und Schreiben vom Python Format pickle
- Verwendung von großen Daten
- Überblick Machine Learning
- Einführung
- Anwendungsbeispiele
- KI – Machine Learning – Deep Learning
- Unterschied supervised – unsupervised Learning
- Overfitting
- Train-Test-Split
- Cross-Validation
- Lineare Regression mit scikit-learn
- Aufteilung der Daten in Test-Train
- Erstellung und Validierung eines Modells
- Grundlagen des Algorithmus
- Umsetzung in Python mit scikit-learn
- Validierung der Ergebnisse
- Entscheidungsbaum mit scikit-learn
- Aufteilung der Daten in Test-Train
- Erstellung und Validierung eines Modells
- Grundlagen des Algorithmus
- Umsetzung in Python
- Validierung der Ergebnisse
- Anpassung von Hyperparametern
- K-Means Clustering
- Erstellung und Validierung eines Cluster-Models
- Grundlagen des Algorithmus
- Umsetzung in Python mit scikit-learn
- Validierung der Ergebnisse
- Weitere Aspekte im Machine Learning
- Cross-Validation
- Erläuterung zu Verwendung von Algorithmen
- Überblick der Algorithmen Support Vector Machine und Random Forest
- Umsetzung in Python
Dozent/-en
Dozent des Kurses ist der Statistiker und Wirtschaftsingenieur Jan Köhler, der bereits seit rund 10 Jahren im Bereich Data Science, Machine Learning und Deep Learning arbeitet. In der Industrie war er an verschiedenen Machine Learning/Deep Learning Projekten beteiligt und brachte Ideen zu mehr als 25 Patentanmeldungen ein.
Kosten und Bezahlung
Die Kursgebühren betragen inklusive MwSt. 1.963,50€. Die Bezahlung erfolgt nach Rechnungsstellung per Überweisung. Die Kosten müssen spätestens 14 Tage vor Beginn des Kurses beglichen sein.
Teilnahmevoraussetzungen
Der Kurs beinhaltet sowohl fachliche als auch technische Voraussetzungen, die erfüllt sein müssen.
Fachliche Voraussetzungen
Für die Teilnahme an dem Kurs sind keine Python-Kenntnisse erforderlich. Von Vorteil ist es jedoch, wenn bereits Erfahrungen mit anderen Programmiersprachen gesammelt wurden. Die Teilnehmer sollten wissen, was Variablen, Funktionen und for-Schleifen sind. Da der Kurs Machine Learning Algorithmen beinhaltet, die auf statistischen Verfahren basieren, sollten die Teilnehmer zusätzlich Kenntnisse in Statistik mitbringen. Wichtig sind hier vor allem die Begriffe Mittelwert, Standardabweichung, Median und Normalverteilung. Außerdem sollten mathematische Symbole, wie etwa das Summen- oder Integral-Zeichen bekannt sein und die Teilnehmer sollten sich mit Funktionen und Ableitungen auskennen. Von Vorteil ist auch, wenn die logischen Operatoren UND, ODER sowie NICHT bekannt sind. Zusätzlich sollten die Teilnehmer den Umgang mit Excel oder einer BI-Software beherrschen und über Englisch-Kenntnisse verfügen.
Technische Voraussetzungen
Zusätzlich müssen für die Teilnahme die nachfolgenden technischen Anforderungen erfüllt sein:
- PC oder Laptop mit Betriebssystem Windows oder MacOS
- Installation der laut Anleitung für den Kurs benötigen Software
- Stabile Breitband-Internetverbindung
- Headset oder als Alternative Lautsprecher und Mikrofon
- Empfohlen wird außerdem eine Webcam und ein zweiter Bildschirm
Medium – Wie wird das Wissen vermittelt?
Die Live-Online-Schulung beinhaltet mehrere Blöcke mit einer Dauer von 90 Minuten, die sowohl aus Theorie- als auch Praxiseinheiten bestehen. Um den Lernerfolg zu gewährleisten, wird darauf geachtet, dass der theoretischen Einheiten nicht zu lang ausfallen und praktische Übungen zur Vertiefung des Wissens darauf folgen. Der Fokus liegt bei diesem Kurs jedoch auf der Praxis, also dem Schreiben von Code und der Lösung von Aufgaben.
Interaktion – Dozenten/Teilnehmer-Kommunikation
Da das Wissen bei diesem Kurs per Live-Online-Unterricht vermittelt wird, können die Teilnehmer Fragen stellen, wenn sie Unterstützung bei der Bearbeitung der Übungen benötigen. Die Fragen werden individuell im direkten Kontakt zwischen Dozent und Fragesteller beantwortet. Sollte eine Frage jedoch von allgemeinem Interesse sein, dann erfolgt die Beantwortung für alle Teilnehmer.
Bildungsurlaub & Bildungsgutschein
Die Teilnehmer können für die Weiterbildung bei Enable AI den Bildungsscheck Nordrhein-Westfalen und die Bildungsprämie nutzen. Andere Bildungsgutscheine können derzeit nicht verwendet werden.
Kundenservice
Der Kundenservice steht für Fragen per E-Mail oder Telefon zur Verfügung. Außerdem können Besucher der Webseite auch das Kontaktformular verwenden und ihr Anliegen hierüber schildern.
Fazit
Der »Data Science mit Python Kurs« vermittelt die Nutzung von Python im Bereich Data Science und bietet zusätzlich eine Einführung in Datenanalyse und Verwendung von Machine Learning Algorithmen. Konzipiert wurde der Kurs für Python-Einsteiger, die noch keine Vorkenntnisse besitzen. Allerdings sollten die Teilnehmer bereits Erfahrungen mit einer anderen Programmiersprache gesammelt haben. Der Kurs dauert 3 Tage und beinhaltet Live-Online-Unterricht via Zoom Meeting.
Anbieter
Eckdaten
| Inhaltstyp: | Eigene Inhalte |
| Bezahlmethode: | Überweisung |
| Medien: | Multimedia |
| Kundensupport: | E-Mail, Telefon, Web-Formular |
| Mobile App: | Nein |
| Offlinenutzung: | Nein |
| Zertifikate: | Kursabhängig |
Vorteile
- alle Inhalte auch individuell für Unternehmen buchbar
- praxisorientierte Inhalte mit mindestens 50 Prozent Übungsaufgaben
- Geld-zurück-Garantie bei mehrtägigen Webinaren
- kleine Schulungsgruppen
Nachteile
- nur eine Bezahlmethode verfügbar
