Seminare zum Thema Informatik/IT

Dieses einwöchige Data Science Bootcamp beginnt mit den grundlegenden Konzepten von Python für die Datenanalyse und vermittelt alle erforderlichen Kenntnisse, um am Ende Machine Learning Algorithmen mit scikit-learn zu programmieren. In diesem intensiven Seminar werden die Grundlagen eines Data Scientist erlernt.

Die Algorithmen werden theoretisch erklärt, wobei der Schwerpunkt auf der praktischen Umsetzung der Datenanalyse und Algorithmen in Python liegt. Am Ende des Seminars sind die Teilnehmer in der Lage, eigenständig erste Datenanalysen durchzuführen, Machine Learning Algorithmen anzuwenden und die Ergebnisse zu interpretieren.

Besonderes Augenmerk wird auf das Paket pandas gelegt, da es in den Bereichen Data Science, Data Engineering und Data Mining Anwendung findet. Die wichtigsten Schritte zur Datenaufbereitung werden geübt. Für die Erstellung von Plots und Grafiken wird das Paket seaborn verwendet, mit einer kurzen Einführung in matplotlib. Matplotlib bietet eine Vielzahl von Anpassungsmöglichkeiten für Plots, während seaborn komplexe Plots mit wenig Code erstellen kann. Es werden auch die Grundlagen von numpy vermittelt, um dieses wichtige Paket im Data Mining einsetzen zu können.

Nach einer Einführung in die Grundlagen von Python (Datenstrukturen, Schreiben eigener Funktionen) und einer Erläuterung von pandas für die Datenanalyse folgt der nächste Schritt zur Weiterbildung als Data Scientist: Die Erklärung von Machine Learning Algor...

Der dreitägige Data Science Kurs bietet eine praxisorientierte Einführung in die Grundlagen von Machine Learning mit pandas und scikit-learn in Python. Der Schwerpunkt liegt dabei auf dem Python Modul pandas und seinem DataFrame, das als gängiges Data Science Paket in Python gilt. Zusätzlich werden die Pakete seaborn und matplotlib erläutert, die zur Generierung von Grafiken und Plots verwendet werden. Der Kurs gibt zudem einen Einblick in erste Machine Learning Algorithmen wie Entscheidungsbaum, K-Means Clustering/DBSCAN und Neuronales Netz mit dem Python Paket scikit-learn. Weitere Themen umfassen wichtige Datenstrukturen, das Berechnen von Statistiken, das Schreiben eigener Funktionen sowie das Einlesen und Schreiben von Daten in verschiedenen Formaten. Der Kurs beinhaltet außerdem eine Einführung in lineare Regression, den Train-Test-Split und Kreuzvalidierung.