Teilnehmende erwerben zentrale Kenntnisse zur strukturierten Verarbeitung, Analyse und Modellierung umfangreicher Datenbestände im Bereich datenwissenschaftlicher Analysen.
Datenbankabfragen mit SQL- Arbeit mit SQL zur effizienten Abfrage und Bearbeitung relationaler Daten
- Behandlung von Joins, Aggregationen und performanten Abfragetechniken
- Analyse großer Datensätze und deren Vorbereitung für nachgelagerte Modellierungsprozesse
Explorative Datenanalyse
- Fokus auf statistische Verfahren zur Identifizierung von Mustern, Korrelationen und Trends in Daten
- Systematische Bewertung von Zusammenhängen
Datenpipelines und Datenharmonisierung
- Entwicklung strukturierter Datenpipelines zur Automatisierung datenverarbeitender Prozesse
- Harmonisierung, Bereinigung und Transformation von Rohdaten
- Bereitstellung einer konsistenten Datenbasis für analytische Verfahren
Datenvisualisierung mit Power BI
- Einsatz von Power BI für die visuelle Darstellung analytischer Ergebnisse
- Erstellung interaktiver Dashboards
- Nutzung von DAX-Funktionen zur anschaulichen Aufbereitung komplexer Informationen
Grundlagen des Maschinellen Lernens
- Vermittlung der Grundlagen des maschinellen Lernens
- Thematisierung des Trainierens und Bewertens von Modellen
- Einsatz von Feature Engineering
- Verfahren zur Verbesserung der Modellgüte in datengetriebenen Analyseprozessen