Seminare zum Thema Datamining

Mit immer größeren Mengen an verfügbaren Daten werden auch immer neue Methoden zur Datenanalyse benötigt. Dieser Kurs gibt Ihnen einen Überblick über die gängigen Methoden, die typischerweise unter dem Begriff Datamining zusammengefasst werden. Ausgehend von multivariaten Verfahren ohne besondere Zielgröße (unsupervised learning) werden Hauptkomponenten- und Clusteranalyse besprochen. Der Schwerpunkt des Kurses liegt jedoch auf verschiedenen Modellen zur Prognose. Das beinhaltet logistische Regression, Entscheidungsbäume und Neuronale Netze. Abgerundet wird das Training durch eine Einführung in die Theorie der Ensemble- Modelle.

R - Datamining
Es gibt viele Programme zur Auswertung von Big Data, doch kaum eines ist so flexibel wie R. In dieser 3-Tages-Schulung erfahren Sie alles, was Sie brauchen um ihr erstes Data-Mining-Projekt erfolgreich zum Abschluss zu bringen.

In vielen Anwendungen reichen faktorielle Versuchspläne nicht aus. In diesem Kurs stellen wir anhand praktischer Beispiele die Response Surface- Methode vor. Diese Versuchspläne dienen dazu, optimale Faktoreinstellungen für die relevanten Zielgrößen in einer Produkt- oder Prozessoptimierung zu bestimmen. Darüber hinaus werden Modelle für die Wirkungsfläche erstellt, so dass Simulationen durchgeführt oder Prozessfenster definiert werden können

Dieser Lehrgang vermittelt die Grundlagen der Datenauswertung im Bereich technisch- wissenschaftlicher Anwendungen. Dabei werden Beispiele aus der Praxis bearbeitet, die es den Teilnehmern ermöglichen, die mathematischen Hintergründe zu verstehen. Der Lehrgang versteht sich ausdrücklich nicht als mathematisch orientierter Kurs. Es wird vielmehr ein Überblick über die verschiedenen statistischen Verfahren und Anwendungszusammenhänge gegeben. Für den Kurs können verschiedene Statistikprogramme genutzt werden.

Dieser zweitägige Kurs macht Sie mit den Grundlagen der Ökonometrie und Zeitreihenanalyse vertraut. Aus der ökonomischen Theorie ergeben sich statistische oder ökonometrische Modelle, die mit Hilfe geeigneter Datensätze aufgestellt und überprüft werden können. Anschließend können mit Hilfe der Modelle zum Beispiel Simulationen oder Prognosen erstellt werden.

Dieser Kurs führt in die Grundlagen der Ökonometrie ein, mit besonderem Schwerpunkt auf dem linearen Regressionsmodell als Grundmodell der ökonomischen Modellbildung und auf der Zeitreihenanalyse. Parallel wird die Statistik-Software EViews vorgestellt, die schnell zu erlernen ist.

In dieser zweitägigen Schulung wird eine solide Basis für die Arbeit mit GraphPad Prism gelegt. Der komplette Ablauf einer Datenanalyse vom Einlesen der Daten über die Anwendung statistischer Verfahren bis hin zur Weiterverarbeitung des Outputs wird erlernt.

Der Kurs ist für Einsteiger gedacht, die bisher kaum Berührung mit PRISM hatten. Die Teilnehmer sind nach dem Kurs in der Lage, die PRISM Arbeitsumgebung sicher zu nutzen und können selbstständig Datenanalysen mit PRISM ausführen und die wichtigen Kennzahlen der Analyseergebnisse identifizieren und interpretieren.

Was ist der ideale Zeitpunkt für eine Produkteinführung oder Marketingkampagne? Welche Zielgruppen sollen erreicht werden? Wie kann das Unternehmensgeschehen besser vorausgesagt werden? Data Science und Business Analytics gewinnt in der unternehmerischen Praxis immer mehr an Bedeutung. Die zunehmende Digitalisierung führt dazu, dass die Menge der strukturierten und unstrukturierten Daten rasant zunimmt. 

Neue Technologien und Anwendungssysteme wie Big Data, Data Mining, Predictive Maintenance, Maschinelles Lernen und grafische Visualisierungen bieten hierfür innovative Lösungsansätze. Dies stellt eine große Herausforderung für Unternehmen unabhängig von ihrer Größe dar. Der Bedarf nach Data Science und Business Analytics Fähigkeiten ist daher groß. 

Ziel des Zertifikatslehrganges ist es, Berufstätigen in kompakter Form die Grundzüge von Data Science und Business Analytics zu vermitteln und somit für die neuen Anforderungen zu rüsten.

Für Anfänger und Fortgeschrittene: Wie Sie betriebliche Ressourceneffizienz durch Digitalisierung ermöglichen, erfahren Sie anhand eines bewährten Prozess-Modells.

Das CRISP-DM Modell (Cross Industry Standard Process for Data Mining) ist ein weit verbreitetes branchenübergreifendes Standardmodell für das Data Mining. Darauf aufbauend lernen Sie Digitalisierungsstrategien für Ressourceneffizienz als Ansatzpunkt für eigene Maßnahmen kennen.

Für den Transfer in die Praxis gehen die Dozenten auf die Erfahrungen der Teilnehmenden im Themenbereich Digitalisierung ein. Gemeinsam werden beispielhaft Anwendungen von Digitalisierungslösungen zur Steigerung der Ressourceneffizienz erarbeitet.

Der Kurs Data Science und Künstliche Intelligenz mit Python ist das erste Modul des Lehrgangs Data Science Crash Course mit Python. Mit dem Lehrgang erhalten eine fundierte und modular aufgebaute Einführung in die Themen Data Science, Künstliche Intelligenz und Machine Learning (Maschinelles Lernen) sowohl für numerische Daten als auch für Textdaten. Bei entsprechenden Vorkenntnissen können Sie dieses Modul auch einzeln besuchen.

Der Zertifikatskurs "Data Science" umfasst folgende Module, die einzeln buchbar sind:

• Modul 1: Datenvorverarbeitung (Data Preparation and Wrangling) umfasst die Schritte Datenzugriff, Datenverständnis und Datenaufbereitung mit dem Ziel der Vorbereitung auswertungsbereiter Datensätze.
• Modul 2: Quantitative Methoden und Data Miningvermittelt die Grundlagen der Datenanalyse und zeigt konkrete Anwendungen in Data Mining und Business Intelligence.

• Modul 3: Darstellung der Analyseergebnisse (Storytelling) thematisiert die entscheidungsorientierte Darstellung von Handlungsmöglichkeiten in verständlichen „Geschichten“, integriert in Texten, Tabellen, Grafiken und thematischen Karten.