Schulung - Bootcamp - Machine Learning und Data Science mit Python

Dieses einwöchige Data Science Bootcamp beginnt mit den grundlegenden Konzepten von Python für die Datenanalyse und vermittelt alle erforderlichen Kenntnisse, um am Ende Machine Learning Algorithmen mit scikit-learn zu programmieren. In diesem intensiven Seminar werden die Grundlagen eines Data Scientist erlernt.

Die Algorithmen werden theoretisch erklärt, wobei der Schwerpunkt auf der praktischen Umsetzung der Datenanalyse und Algorithmen in Python liegt. Am Ende des Seminars sind die Teilnehmer in der Lage, eigenständig erste Datenanalysen durchzuführen, Machine Learning Algorithmen anzuwenden und die Ergebnisse zu interpretieren.

Besonderes Augenmerk wird auf das Paket pandas gelegt, da es in den Bereichen Data Science, Data Engineering und Data Mining Anwendung findet. Die wichtigsten Schritte zur Datenaufbereitung werden geübt. Für die Erstellung von Plots und Grafiken wird das Paket seaborn verwendet, mit einer kurzen Einführung in matplotlib. Matplotlib bietet eine Vielzahl von Anpassungsmöglichkeiten für Plots, während seaborn komplexe Plots mit wenig Code erstellen kann. Es werden auch die Grundlagen von numpy vermittelt, um dieses wichtige Paket im Data Mining einsetzen zu können.

Nach einer Einführung in die Grundlagen von Python (Datenstrukturen, Schreiben eigener Funktionen) und einer Erläuterung von pandas für die Datenanalyse folgt der nächste Schritt zur Weiterbildung als Data Scientist: Die Erklärung von Machine Learning Algorithmen und deren Umsetzung in Python mit dem Paket scikit-learn. Dabei werden die bekanntesten Algorithmen (Lineare und logistische Regression, Entscheidungsbaum, Random Forest, SVM, Ensemble Learning, AdaBoost, K-Means, DBSCAN Clustering) behandelt.

Nach Abschluss dieser einwöchigen Fortbildung werden die Teilnehmer in der Lage sein, Daten aus verschiedenen Formaten und Datenbanken einzulesen, Daten zu plotten und zu bereinigen sowie Berechnungen durchzuführen. Sie werden die wichtigsten Datentypen in Python kennen, einfache Funktionen schreiben können und das Konzept von Control Flows verstehen. Darüber hinaus werden sie in der Lage sein, Data Wrangling und Data Cleaning mit pandas durchzuführen und Daten für die Umsetzung von Algorithmen mit scikit-learn vorzubereiten.

Ein wichtiger Bestandteil des Kurses ist das eigenständige Arbeiten und Lösen von Übungsaufgaben (mit Unterstützung des Dozenten), um das Gelernte direkt in der Praxis umzusetzen und in Python zu programmieren. 

Dieses Seminar ist Teil dieses Qualifizierungsplaners: