Schulungsübersicht

Einführung in Data Science/AI

  • Wissenserwerb durch Daten
  • Darstellung von Wissen
  • Wertschöpfung
  • Data Science Überblick
  • KI-Ökosystem und neuer Ansatz für die Analytik
  • Schlüsseltechnologien

Data Science Arbeitsablauf

  • Crisp-dm
  • Vorbereitung der Daten
  • Modellplanung
  • Modellbildung
  • Communication
  • Bereitstellung

Data Science Technologien

  • Für das Prototyping verwendete Sprachen
  • Big Data-Technologien
  • End-to-End-Lösungen für allgemeine Probleme
  • Einführung in die Python-Sprache
  • Integration von Python mit Spark

AI in Business

  • AI-Ökosystem
  • Ethik der KI
  • Wie man KI in der Wirtschaft vorantreibt

Datenquellen

  • Arten von Daten
  • SQL vs. NeinSQL
  • Speicherung von Daten
  • Aufbereitung der Daten

Data Analysis – Statistischer Ansatz

  • Wahrscheinlichkeit
  • Statistics
  • Statistische Modellierung
  • Anwendungen in der Wirtschaft mit Python

Maschinelles Lernen in der Wirtschaft

  • Überwacht vs. unüberwacht
  • Probleme der Vorhersage
  • Klassifizierungsprobleme
  • Clustering-Probleme
  • Erkennung von Anomalien
  • Empfehlungsmaschinen
  • Assoziationsmuster-Mining
  • Lösen von ML-Problemen mit Python Sprache

Tiefes Lernen

  • Probleme, bei denen traditionelle ML-Algorithmen versagen
  • Lösen komplizierter Probleme mit Deep Learning
  • Einführung in Tensorflow

Verarbeitung natürlicher Sprache

Visualisierung von Daten

  • Visuelle Berichterstattung über die Ergebnisse der Modellierung
  • Häufige Fallstricke bei der Visualisierung
  • Datenvisualisierung mit Python

Von Daten zu Entscheidungen – Kommunikation

  • Wirkung erzielen: datengesteuertes Geschichtenerzählen
  • Einflussnahme und Wirksamkeit
  • Verwaltung von Data Science Projekten

Voraussetzungen

Keine

  35 Stunden

Teilnehmerzahl



Preis je Teilnehmer

Erfahrungsberichte (3)

Kombinierte Kurse

Verwandte Kategorien