Data Science - Fokus Python

Teilnehmende erlernen Performance-Metriken und Annahmen von Modellen des überwachten und unüberwachten Lernens mit sklearn anzuwenden. Darüber hinaus werden die Grundlagen des Data Storytellings und Best Practices der informativen Gestaltung von Visualisierungen mit bokeh Algorithmen des überwachten und unüberwachten Lernens, wie Entscheidungsbäume und Random Forests erlangt.

Modul 1: Machine Learning Basics

• Modelle des überwachten und unüberwachten Lernens mit sklearn anwenden
• Datenpipelines aufbauen und Performance-Metriken analysieren, um die genutzten Modelle zu optimieren

Modul 2: Supervised Learning

• Algorithmen des überwachten Lernens wie Entscheidungsbäume und Random Forests und Support Vector Machines vertiefend anwenden
• Einblicke in Deep Learning und Anwenden künstlicher neuronaler Netze mit Keras
• Grundlagen des Natural Language Processing (NLP) anwenden, um Textdaten zu analysieren

Modul 3: Advanced Topics in Data Science

• Modellagnostische Methoden zur Interpretation von Modellen kennenlernen
• Big-Data-Verfahren mit PySpark kennenlernen
• Eigenständige Data-Science Projekte mit realen Datensätzen umsetzen

Das Training eignet sich für alle, die Daten analysieren und auf Grundlage dieser Vorhersagen erstellen möchten, um datengetriebene Entscheidungen treffen zu können. Teilnehmendes sollten zudem Interesse am maschinellen Lernen mitbringen.

Multimediales E-Learning, Kompetenzaufbau durch Transferaufgaben und Checklisten, mit Abschlusstest

Ca. 108 Stunden bzw. 18 Wochen berufsbegleitend

• Endgerät (Rechner, Notebook, Tablet)

• stabile Internetverbindung

• Headset/Kopfhörer

Dieser Kurs ist auch Englisch möglich.

Stackfuel

• Termin teilen