Alle Inhalte des Data Scientist Kurses im Überblick:
Python Starter Package für den Data Scientist- Grundlagen der Programmierung wie Datentypen, Schleifen, Funktionen und Dictionaries erlernen
- Datenverarbeitung und -analyse mit NumPy-Arrays durchführen
- Automatisierung und Skripterstellung für datengetriebene Workflows umsetzen
Exploratory Data Analysis (EDA)
- Strukturierte Analyse von Daten mithilfe von Pandas DataFrames
- Erstellung aussagekräftiger Visualisierungen mit Matplotlib und Seaborn
- Untersuchung von Daten zur Identifikation erster Muster und Zusammenhänge
Machine Learning - Supervised Learning
- Anwendung grundlegender Modellierungsansätze mit Scikit-Learn und linearen Regressionsverfahren
- Einsatz von Decision Trees, Random Forests und Ensemble-Methoden für Prognosen
- Einführung in neuronale Netze sowie grundlegende Deep-Learning-Konzepte
Machine Learning - Unsupervised Learning
- Einsatz der Principal Component Analysis (PCA) zur Reduktion von Dimensionalität
- Durchführung von Clusteranalysen mit k-Means und DBSCAN
- Grundlagen der Bildverarbeitung im Kontext unüberwachter Lernverfahren verstehen
Evaluieren und Optimieren
- Bewertung von Modellen mithilfe von Kreuzvalidierung und Testverfahren
- Optimierung durch Grid Search sowie den Einsatz von Pipelines
- Auswahl geeigneter Evaluationsmetriken und Interpretation der Ergebnisse
A Deeper Dive into the Data Scientist
- Anwendung von Feature Engineering und Techniken zur Datenrepräsentation
- Einführung in Natural Language Processing (NLP) zur Analyse und Verarbeitung von Textdaten
- Vertiefte Datenaufbereitung und Einsatz fortgeschrittener Analyse- und Modellierungsmethoden