- Erforschen Sie die Grundlagen der Python-Syntax für Data Science
- Entdecken Sie die Verwendung von Python für Datenmanipulation und Analysen
- Nutzten Sie Funktionen und modulare Programmierung für Data Science-Anwendungen
Setup von Python-Entwicklungsumgebungen
- Integrieren und konfigurieren Sie Jupyter Notebooks und Anaconda für Data Science
- Nutzen Sie Git, um Versionskontrolle in Ihren Data Science-Projekten zu verwalten
- Untersuchen Sie Python-IDEs wie PyCharm und VS Code für optimierte Workflows
Datenmanipulation effizient gestalten
- Verwenden Sie Pandas für die Datenbearbeitung und Transformation
- Setzen Sie NumPy für numerische und Matrixoperationen ein
- Führen Sie Datenbereinigung und -vorverarbeitung für Data Science durch
Explorative Datenanalyse (EDA) mit Python
- Entwickeln Sie EDA-Fähigkeiten zur Analyse von Trends und Mustern in Daten
- Navigieren Sie durch statistische Funktionen für beschreibende Analysen
- Nutzten Sie Matplotlib und Seaborn für die Datenvisualisierung in Data Science
Arbeiten mit strukturierten Datensätzen
- Ergründen Sie die Grundlagen relationaler Datenbanken und SQL-Integration
- Verwenden Sie Python, um mit CSV-, JSON- und Excel-Daten zu arbeiten
- Erlernen Sie Techniken der Datentransformation und -aggregation
Datenvisualisierung: Praktische Anwendung
- Erstellen Sie Liniendiagramme, Balkendiagramme und interaktive Dashboards
- Passen Sie visuelle Darstellungen mit Anmerkungen und Legenden an
- Entwickeln Sie mit Plotly Tools für Data Science-Vizualisierungen
Hands-on-Übungen in der Python-Datenwissenschaft
- Wenden Sie Data Science-Techniken auf reale Daten an
- Implementieren Sie Datenverarbeitung und grundlegende statistische Methoden
- Vertiefen Sie Ihre Python-Kenntnisse durch Mini-Projekte in der Datenwissenschaft