Data Science Grundlagen mit Python
  • Einführung in Data Science mit Python als zentrale Programmiersprache
  • Grundlagen der Programmierung für Data Science: Datentypen, Schleifen, Funktionen und Datenstrukturen
  • Datenverarbeitung und numerische Analyse mit NumPy im Data Science Kontext
  • Automatisierung datengetriebener Workflows für praxisnahe Data Science Anwendungen

Exploratory Data Analysis in Data Science
  • Strukturierte Datenanalyse mit Pandas DataFrames
  • Visualisierung von Data Science Ergebnissen mit Matplotlib und Seaborn
  • Identifikation von Mustern, Trends und Zusammenhängen als Grundlage fundierter Data Science Modelle
  • Datenbereinigung und Vorbereitung als zentraler Schritt im Data Science Prozess

Machine Learning in Data Science - Supervised Learning
  • Einführung in Machine Learning als Kernbereich der Data Science
  • Modellierung mit linearen Regressionen und Klassifikationsverfahren
  • Einsatz von Decision Trees, Random Forests und Ensemble-Methoden in Data Science Projekten
  • Grundlagen neuronaler Netze und Deep Learning im Data Science Umfeld

Machine Learning in Data Science - Unsupervised Learning
  • Dimensionalitätsreduktion mit Principal Component Analysis (PCA)
  • Clusteranalyse mit k-Means und DBSCAN für explorative Data Science Aufgaben
  • Unüberwachte Lernverfahren zur Mustererkennung in großen Datensätzen
  • Grundlagen der Bild- und Datenstruktur-Analyse im Data Science Kontext

Modelle evaluieren und optimieren in Data Science
  • Bewertung von Machine-Learning-Modellen durch Kreuzvalidierung und Testverfahren
  • Optimierung von Data Science Modellen mit Grid Search und Pipelines
  • Auswahl geeigneter Metriken zur Leistungsbewertung und Interpretation von Ergebnissen
  • Verbesserung von Prognosequalität und Modellstabilität

Advanced Data Science & Spezialisierung
  • Feature Engineering und Datenrepräsentation in komplexen Data Science Projekten
  • Natural Language Processing (NLP) zur Analyse und Verarbeitung von Textdaten
  • Vertiefte Datenaufbereitung, Skalierung und Transformation
  • Anwendung fortgeschrittener Analyse- und Modellierungsmethoden im professionellen Data Science Umfeld