- Grundlagen der Data Analysis und der Rolle von Datenanalyse in Unternehmen
- Datenverständnis, Granularität und strukturierte Datenanalyse-Prozesse
- Erste Analysen mit Spreadsheets und Google Sheets zur Einführung in die Datenanalyse
Data Analysis mit Python - Grundlagen
- Einführung in Python: Listen, Bedingungen, Schleifen, Funktionen zur Umsetzung von Datenanalyse Aufgaben
- Arbeiten mit Jupyter Notebooks für interaktive Datenanalyse und Ergebnisinterpretation
- Kleine Projekte zur Anwendung von Data Analysis Konzepten und praktischer Datenanalyse
Pandas für Data Analysis Methoden
- Laden, Transformieren und Reinigen von Daten mit Pandas
- Datenfiltern, Aggregieren und Visualisieren im Rahmen der explorativen Datenanalyse
- Zusammenführen von Datenquellen zur fundierten Analyse
Statistische Methoden für datenbasierte Entscheidungen
- Verwendung von linearen Regressionsmodellen und A/B Tests
- Verständnis von Verteilungen, Clustering und Konfidenzintervallen
- Interpretation und Anwendung statistischer Resultate in der Datenanalyse
Berichtswesen und visuelle Dateninterpretation
- Dashboards und KPI-Darstellung mit Tableau
- Visualisierung von Datenmustern mit Parametern und LODs
- Datenstorytelling zur Präsentation analytischer Erkenntnisse aus der Datenanalyse
Der Kurs behandelt sowohl grundlegende als auch fortgeschrittene Konzepte der Datenanalyse, einschließlich statistischer Methoden und praktischer Anwendungen mit Tools wie Pandas.