Kontakt aufnehmen

Schulungsübersicht

Einführung in Data Science/KI

  • Wissensgewinnung durch Daten
  • Wissensrepräsentation
  • Wertsteigerung
  • Überblick über Data Science
  • KI-Ökosystem und neue Ansätze in der Analytik
  • Wichtige Technologien

Data-Science-Arbeitablauf

  • CRISP-DM
  • Datenvorbereitung
  • Planung von Modellen
  • Aufbau von Modellen
  • Kommunikation
  • Einführung in den Produktivbetrieb (Deployment)

Data-Science-Technologien

  • Sprachen für die Prototypentwicklung
  • Big-Data-Technologien
  • End-to-End-Lösungen für häufige Probleme
  • Einführung in die Programmiersprache Python
  • Integration von Python mit Spark

KI im Unternehmen

  • KI-Ökosystem
  • Ethik der KI
  • Einführung von KI in Geschäftsprozessen

Datenquellen

  • Datentypen
  • SQL vs. NoSQL
  • Datenspeicherung
  • Datenvorbereitung

Datenanalyse – statistischer Ansatz

  • Wahrscheinlichkeitstheorie
  • Statistik
  • Statistische Modellierung
  • Anwendungen im Unternehmen mit Python

Machine Learning im Unternehmen

  • Überwachtes vs. unüberwachtes Lernen
  • Prognostizierungsprobleme
  • Klassifikationsprobleme
  • Clustering-Probleme
  • Anomalieerkennung
  • Empfehlungssysteme
  • Entdeckung von Assoziationsmustern
  • Lösung von ML-Problemen mit Python

Deep Learning

  • Probleme, bei denen traditionelle ML-Algorithmen scheitern
  • Lösung komplexer Probleme mit Deep Learning
  • Einführung in TensorFlow

Natural Language Processing (NLP)

Data-Visualisierung

  • Visuelle Darstellung der Ergebnisse aus der Modellierung
  • Häufige Fehler in der Visualisierung
  • Data-Visualisierung mit Python

Von den Daten zur Entscheidung – Kommunikation

  • Wirkung entfalten: datengesteuertes Storytelling
  • Wirkung der Beeinflussung
  • Steuerung von Data-Science-Projekten

Voraussetzungen

Für diese Ausbildung sind keine besonderen Vorkenntnisse erforderlich.

 35 Stunden

Teilnehmerzahl


Preis je Teilnehmer (exkl. USt)

Erfahrungsberichte (7)

Kommende Kurse

Verwandte Kategorien