Data Science mit Zusatzqualifikation Python sowie Grundlagen des Projektmanagements In dieser Weiterbildung erlernen Sie die Grundlagen der Datenanalyse und erwerben fundierte Kenntnisse in der Programmiersprache Python. Sie werden in die Lage versetzt, Daten zu sammeln, zu bereinigen und zu analysieren, um daraus wertvolle Erkenntnisse zu gewinnen. Zudem erhalten Sie eine Einführung in die Prinzipien des Projektmanagements, die es Ihnen ermöglichen, Datenanalyseprojekte effizient zu planen und durchzuführen. Sie lernen, mit Python Daten zu verarbeiten und zu visualisieren. Dabei setzen Sie Bibliotheken wie Pandas und Matplotlib ein, um Daten zu manipulieren und grafisch darzustellen. Darüber hinaus werden Sie mit den Grundlagen des maschinellen Lernens vertraut gemacht und erarbeiten sich ein Verständnis für verschiedene Algorithmen und deren Anwendung in der Datenanalyse. Die Weiterbildung kombiniert theoretische Inhalte mit praktischen Übungen. Sie wenden Ihr Wissen in Projekten an, die reale Szenarien der Datenanalyse abbilden. Durch die Bearbeitung dieser Projekte vertiefen Sie Ihre Fähigkeiten und sammeln wertvolle Erfahrungen im Umgang mit Daten. Nach Abschluss der Weiterbildung sind Sie in der Lage, Datenanalyseprojekte eigenständig zu konzipieren und umzusetzen. Sie können Daten effizient auswerten und die Ergebnisse zur Unterstützung von Entscheidungsprozessen nutzen.
- Kenntnisse im Bereich Datenanalyse für die Datenreinigung
- Einführung in Pandas und Dataframes
- Methoden der Datenanalyse für grundlegende statistische Kenngrößen
- Datenvisualisierung
- Praktische Anwendungen aus der Datenanalyse im Bereich Machine Learning
- Lineare Regression
- Effiziente Herangehensweisen an datenbasierte Klassifizierungen
- K-Means Clustering
Datenschutz für synthetische Daten
- Rechtsgrundlagen für die Datenanalyse in der Gesetzgebung und Rechtslage
- Verarbeitungsgrundsätze
- Schwerpunkte der Datenanalyse im Anwendungsbereich der DSGVO
- Datenschutzrechtliche Pflichten
- Verfahren zur Datenanalyse für die Datenverarbeitung
- Transparenz, Informationspflicht und Auskunftsrecht
- Bewertung von Verarbeitungssituationen mit Schwerpunkt auf Datenanalyse
- Zusammenarbeit mit den Aufsichtsbehörden
Projektmanagementgrundlagen
- Basiswissen zu Projekten mit Fokus auf Datenanalyse
- Projektarten
- Standards und Normen im Kontext der Datenanalyse
- Aufgaben eines Projektleiters
- Traditionelles Projektmanagement
- Projekt-Initialisierung
- Effiziente Planungstechniken aus der Datenanalyse
- Projekt-Steuerung
Python für Data Science
- Grundlagen der Programmierung mit Bezug zur Datenanalyse
- Syntax und Semantik
- Datentypen und ihre Bedeutung für die Datenanalyse
- Datentypen: Ganzzahlen, Gleitkommazahlen, komplexe Zahlen
- Listen und ihre Methoden
- Kontrollstrukturen: if, else, elif
- Funktionen definieren und aufrufen im Kontext von Datenanalyse
- Fehlerbehandlung mit try und except