Data Science Schulungen finden - Das passende Seminar in Ihrer Nähe
Lernformate der Data Science SchulungenPräsenzunterricht // Onlinekurs bzw. Fernkurs // Kombination Präsenz & Online
Auf Seminarmarkt.de finden Sie aktuell 1.333 Schulungen (mit 6.144 Terminen) zum Thema Data Science mit ausführlicher Beschreibung und Buchungsinformationen:
Einführung in Stata: Datenanalyse und statistische Auswertung für Anfänger
- firmenintern
- Ort auf Anfrage
- auf Anfrage
Webinar
- 10.12.2026
- online
- 357,00 €
Webinar
Einführung in Stata: Datenanalyse und statistische Auswertung für Anfänger
- 06.09.2027- 07.09.2027
- online
- 1.713,60 €
Power Platform - PL-900 - Microsoft Power Platform-Grundlagen (PL-900T00)
- 13.11.2026
- Düsseldorf
- 1.178,10 €
Hinweise:
- Das Seminar kann auch zur Vorbereitung auf das Exam PL-900: Power Platform Fundamentals besucht werden. Das Bestehen dieser Prüfung ist Voraussetzung für die Zertifizierung als Microsoft Certified: Power Platform Fundamentals.
- Prüfungsgebühren sind nicht im Kurspreis inklusive.
MS-4004 - Microsoft 365 Copilot effektiv einsetzen
- firmenintern
- Ort auf Anfrage
- auf Anfrage
Webinar
MS-4004 - Microsoft 365 Copilot effektiv einsetzen
- 11.12.2026
- online
- 868,70 €
KI-gestützte Gebäudeautomatisierung
- firmenintern
- Ort auf Anfrage
- auf Anfrage
Webinar
KI-gestützte Gebäudeautomatisierung
- 15.02.2027- 17.02.2027
- online
- 2.415,70 €
Balanced Scorecard (BSC) – Strategien erfolgreich umsetzen
- 27.10.2026- 28.10.2026
- Nürnberg
- 1.666,00 €
Machine Learning Bootcamp in R
- Termin auf Anfrage
- Ort auf Anfrage
- auf Anfrage
Der 5-tägige Machine Learning Bootcamp in R vermittelt in einzeln buchbaren Modulen Kenntnisse im überwachten maschinellen Lernen (engl. supervised machine learning) in Modul 1 und im unüberwachten maschinellen Lernen (engl. unsupervised machine learning) in Modul 2, sowie praktisches Wissen zum interpretierbaren maschinellen Lernen in Modul 3. Für die Anwendungsbeispiele und praktische Übungsaufgaben kommt die statistische Software R zum Einsatz.
Ziel: Vermittlung von Kenntnissen zur Anpassung und Verbesserung von Vorhersagemodellen, zum Auffinden von Strukturen in den Daten und zur Interpretation von Algorithmen und Methoden aus dem Bereich des maschinellen Lernen mit praktischen Beispielen in R. Dies soll es den Teilnehmern erleichtern, in ihrem Arbeitsalltag eigene Vorhersagemodelle zu optimieren und Projekte zielgerichtet bearbeiten zu können, ohne sich tagelang selber in bestimmte Themen einarbeiten zu müssen. Zudem werden in den einzelnen Themenblöcken hilfreiche Zusatzpakete in R empfohlen, deren Nutzung oft unnötige Programmierarbeit, zusätzliche Recherchen und Anfängerfehler ersparen können.
