Datenanalyse + Big Data + Machine Learning + Statistik
Diese Weiterbildung vermittelt Kenntnisse in der Analyse großer Datenmengen und der Anwendung von Machine Learning zur datengetriebenen Entscheidungsfindung. Die Teilnehmenden lernen, Datenmodelle zu erstellen und Visualisierungstechniken einzusetzen.
Modul 1: Datenanalyse und datengetriebene Auswertungssysteme
Modul 2: Big-Data-Grundlagen und Analyseprozesse
Modul 3: Einführung in Machine Learning und KI-gestützte Datenanalyse
Modul 4: Einführung in die Statistik
Modul 5: Strukturierte Datenaufbereitung im Analyseprozess
!Datenanalyse und datengetriebene Auswertungssysteme
*Statistische Grundlagen, Datenanalyse, Big Data Analytics und Methoden zur systematischen Informationsgewinnung.
*Power BI, Pivot Tabellen und SQL zur Datenmodellierung, Datenaggregation und digitalen Analyseprozessen.
*Arbeitsfelder in der digitalen Transformation: Aufgaben und Kompetenzen für Analysten und Datenexperten.
*Visualisierungstechniken mit Boxplot, Histogramm, MS Power BI und datenbasierten Reports zur Ergebnisinterpretation.
!Big-Data-Grundlagen und Analyseprozesse
*Big-Data-Konzepte: Einführung in big data sets, datenanalyse methoden und deren Einsatz in unternehmensbezogenen Analyseprozessen.
*Analyse digitaler Datenmengen: Anwendung von statistik big data und big data analyse im Rahmen betrieblicher Entscheidungsprozesse.
*Anbindung und Aufbereitung: Nutzung von datenquellen und datenaufbereitung für Analysen in Microsoft Power BI und Power BI Service.
*Visualisierung großer Datenmengen: Erstellung interaktiver Power BI Reports zur Auswertung und Präsentation komplexer Datensätze.
!Einführung in Machine Learning und KI-gestützte Datenanalyse
*Grundlagen von Machine Learning: Einführung in KI, Lernalgorithmen, Datenanalyse-Methoden und Einsatzbereiche im Business-Kontext.
*Arbeiten mit Python: Nutzung von Bibliotheken wie Scikit-learn für Machine Learning in Python und erste Modellierungsschritte.
*Von Daten zu Prognosen: Datenaufbereitung, Feature Engineering, Modelltraining und Auswertung mit Big Data und Statistiktools.
*KI-Anwendungen verstehen: Einsatz von KI-Automatisierung, Prompting-Techniken und Power BI KI-Funktionen zur Analyseoptimierung.
!Einführung in die Statistik
*Statistische Grundlagen verstehen: Einführung in deskriptive Statistik, Datenkompetenz und grundlegende Analysemethoden für Datenanalyse.
*Daten auswerten & interpretieren: Nutzung von Histogramm, Boxplot und Scatterplot zur Verteilungserkennung und Musteranalyse.
*Arbeiten mit Datenquellen: Aufbau und Analyse von Pivot-Tabellen, Umgang mit großen Datenmengen und statistischer Datenauswertung.
*Anwendung im Analysekontext: Statistiken erstellen, Datenquellen bewerten und Big Data Analytics für fundierte Entscheidungen nutzen.
!Strukturierte Datenaufbereitung im Analyseprozess
*Datenmodellierung mit Power BI: Erstellung strukturierter Datenmodelle zur Nutzung in Business Intelligence und Datenanalyse.
*Pivot-Auswertung und Analyse: Anwendung von Pivot-Analyse zur Aufbereitung komplexer Daten für Auswertung und Business Analytics.
*Zusammenführen von Datenquellen: Import und Verknüpfung heterogener Datenquellen für Microsoft Power BI Reports und Dashboards.
Aggregation und Bereinigung: Durchführung grundlegender Datenaufbereitung zur Analyse in Power BI und für Datenanalysten.
Im Anschluss an die Weiterbildung können die Teilnehmenden Datenanalysen durchführen, Machine-Learning-Algorithmen anwenden und Ergebnisse mit Power BI visualisieren. Diese Fähigkeiten sind im Kontext der digitalen Transformation von Bedeutung.