- Definition der Datenanalyse und Python's Rolle im Analyseprozess
- Datenstrukturen, Variablen und Datentypen in Python für Datenanalyse-Zwecke verstehen
- Erste Schritte mit Jupyter Notebooks für Datenanalyse-Anwendungen
Python-Basics in der Datenanalyse
- Verwendung von Listen, Dictionaries, Bedingungen, Schleifen und Funktionen für Datenanalyse-Projekte
- Praktische Mini-Projekte zur Umsetzung von Datenanalyse-Techniken
- Fehlersuche und Problemlösung im Datenanalyse-Kontext durch Pair Programming
Pandas für die Datenanalyse
- Verwendung von Pandas zum Laden und Bearbeiten von Daten für strukturierte Analysen
- Operationen wie Filtering, Grouping und Aggregation auf große Datenmengen
- Datenbereinigung und Visualisierung von Daten mit Python
Statistische Analyse mit Python in der Datenanalyse
- Deskriptive Statistik und Datenverteilungen
- Lineare Regression und A/B Testing mit statistischer Datenanalyse
- Einsatz von Methoden zur Dateninterpretation in der Datenanalyse
Abschließende Datenprojekte und Ergebnisdarstellung
- Eigenständige Projekte zur Datenanalyse mit Python und Pandas
- Analyse großer Datenmengen zur Generierung von datenbasierten Erkenntnissen
- Vorbereitende und darstellende Präsentation der Ergebnisse aus Datenanalyse