Kontakt aufnehmen
 Dauer 35 Stunden

Schulungsübersicht

Einführung in Data Science/KI

  • Wissensgewinnung durch Daten
  • Wissensrepräsentation
  • Wertschöpfung
  • Überblick über Data Science
  • KI-Ökosystem und neuer Ansatz in der Analytik
  • Wichtige Technologien

Arbeitsabläufe in Data Science

  • CRISP-DM
  • Datenaufbereitung
  • Modellplanung
  • Modellentwicklung
  • Kommunikation
  • Einführung

Technologien in Data Science

  • Sprachen zur Prototypisierung
  • Big-Data-Technologien
  • End-to-End-Lösungen für gängige Probleme
  • Einführung in die Programmiersprache Python
  • Integration von Python mit Spark

KI im Unternehmen

  • KI-Ökosystem
  • Ethik der KI
  • Maßnahmen zur Förderung der KI im Unternehmen

Datenquellen

  • Arten von Daten
  • SQL vs. NoSQL
  • Datenspeicherung
  • Datenaufbereitung

Datenanalyse – statistischer Ansatz

  • Wahrscheinlichkeit
  • Statistik
  • Statistische Modellierung
  • Anwendungen im Unternehmen mit Python

Machine Learning im Unternehmen

  • Überwachtes vs. unüberwachtes Lernen
  • Prognostizierungsprobleme
  • Klassifikationsprobleme
  • Clustering-Probleme
  • Anomalieerkennung
  • Empfehlungssysteme
  • Erkennung von Assoziationsmustern
  • Lösung von ML-Problemen mit Python

Deep Learning

  • Probleme, bei denen traditionelle ML-Algorithmen an ihre Grenzen stoßen
  • Lösung komplexer Probleme mit Deep Learning
  • Einführung in TensorFlow

Natural Language Processing

Datenvisualisierung

  • Visuelle Berichterstattung von Modellierungsergebnissen
  • Gängige Fehlerquellen in der Visualisierung
  • Datenvisualisierung mit Python

Von der Daten zur Entscheidung – Kommunikation

  • Wirkung erzielen: data-driven storytelling
  • Wirksamkeit der Beeinflussung
  • Projektmanagement in Data Science

Voraussetzungen

Für die Teilnahme an diesem Kurs sind keine spezifischen Voraussetzungen erforderlich.

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (7)

Kommende Kurse

Verwandte Kategorien