Teilnehmer erwerben Kenntnisse in Python, Analytics und Machine Learning, um als angehende Data Scientists robuste Datenmodelle zu entwickeln.
Datenanalyse und Aufbereitung zur Entwicklung robuster Machine Learning-Modelle verstehen- Daten aus verschiedenen Quellen bereinigen, formatieren und für weiterführende Analysen vorbereiten
- Muster und Zusammenhänge identifizieren, um datenbasierte Entscheidungen zu unterstützen
SQL für leistungsstarke Abfragen und effiziente Datenverwaltung nutzen
- Abfragen schreiben, um strukturierte Daten präzise zu filtern, zu aggregieren und zu transformieren
- Joins und Unterabfragen anwenden, um komplexe Beziehungen zwischen Datensätzen auszuwerten
Interaktive Berichterstellung und Visualisierungen mit Power BI zur Datenanalyse einsetzen
- Datenmodelle entwickeln, um Ergebnisse visuell aufzubereiten und aussagekräftige Dashboards zu erstellen
- Diagramme und interaktive Berichte nutzen, um Analyseergebnisse verständlich darzustellen
Grundlagen des maschinellen Lernens für prädiktive Analysen und Entscheidungsmodelle erlernen
- Regression, Clustering und Klassifikationstechniken nutzen, um datenbasierte Muster zu erkennen
- Algorithmische Modelle trainieren und evaluieren, um präzise Vorhersagen zu ermöglichen