Inhalt
Zielgruppe:
Dieser Kurs richtet sich an motivierte und teamorientierte Quereinsteiger, Geisteswissenschaftler und Studienabbrecher, die in die wachsende Digitalbranche einsteigen möchten. Das Unternehmen spricht auch explizit Frauen an, die eine Karriere in der Digitalwirtschaft anstreben und Interesse am Programmieren haben. Im Laufe des Bootcamps bauen die Teilnehmerinnen ihr eigenes digitales Portfolio auf und schließen die Ausbildung mit einem eigenen „digitalen Gesellenstück“ ab. Dabei erstellen sie wichtige Arbeitsproben.
Kursinhalt:
Data Science: Data Science-Konzepte, -Tools und -Techniken
Dieser Kurs bietet eine umfassende Einführung in Data Science-Konzepte, grundlegende Tools und Techniken und vermittelt den Lernenden die Fähigkeiten, Daten für datengesteuerte Entscheidungen zu analysieren, zu visualisieren und zu interpretieren. Die Teilnehmer sammeln praktische Erfahrungen mit Python, Datenmanipulation und Analysetechniken.
Kursmodule:
Einführung in Python für Data Science
Lernen Sie Python-Syntax, Variablen, Schleifen und Funktionen für die Datenverarbeitung kennen.
Arbeiten mit Python-Bibliotheken wie Pandas, NumPy und Scikit-learn.
Einrichten von Python-Umgebungen mit Jupyter Notebooks und Anaconda.
Grundlagen der Datenwissenschaft
Verstehen der Rolle der Datenwissenschaft in Wirtschaft und Forschung.
Erlernen des datenwissenschaftlichen Arbeitsablaufs von der Datenerfassung bis zur Erkenntnisgewinnung.
Erkunden der wichtigsten Methoden in der prädiktiven Analyse und statistischen Modellierung.
Datenmanipulation und -vorverarbeitung
Arbeiten Sie mit Pandas für die Datenverarbeitung und -transformation.
Verwenden Sie NumPy für numerische Berechnungen und Matrixoperationen.
Lernen Sie Techniken für den Umgang mit fehlenden Daten, Feature-Engineering und Skalierung.
Explorative Datenanalyse (EDA)
Identifizieren Sie Muster, Trends und Korrelationen in Datensätzen.
Führen Sie deskriptive und inferenzstatistische Analysen durch.
Verwenden Sie Python-Tools, um Daten zusammenzufassen, zu bereinigen und zu visualisieren.
Datenvisualisierungstechniken
Lernen Sie Matplotlib und Seaborn für eine effektive Datenvisualisierung kennen.
Erstellen Sie Histogramme, Balkendiagramme, Streudiagramme und Heatmaps.
Verwenden Sie Data-Storytelling-Techniken, um Erkenntnisse effektiv zu vermitteln.
Konzepte des maschinellen Lernens
Verstehen Sie die Grundlagen des überwachten und unüberwachten Lernens.
Erkunden Sie Klassifizierungs-, Regressions- und Clustering-Techniken.
Erfahren Sie mehr über die Modellbewertung anhand von Genauigkeit, Präzision, Rückruf und F1-Score.
KI und Automatisierung in der Datenwissenschaft
Erkunden Sie die Automatisierung in der Datenverarbeitung und im Modelltraining.
Erfahren Sie, wie KI vorausschauende Analysen und Entscheidungsfindung verbessert.
Verstehen Sie die ethischen Implikationen der KI-gesteuerten Datenwissenschaft.
Praktische datenwissenschaftliche Projekte
Arbeiten Sie mit realen Datensätzen, um Datenanalysetechniken anzuwenden.
Implementieren Sie datengesteuerte Entscheidungsfindungsmodelle für Geschäftsanwendungsfälle.
Entwickeln Sie interaktive Berichte und Dashboards zur Präsentation von Erkenntnissen.
- Förderungsart
- Bildungsgutschein (nach AZAV, Akkreditierungs- und Zulassungsverordnung Arbeitsförderung) i
- Unterrichtsart
- Online-Seminar