Schulungsübersicht
Einführung
Übersicht über Data Mining Konzepte
Data Mining Techniken
Assoziationsregeln finden
Passende Entitäten
Netzwerke analysieren
Analyse der Stimmung von Texten
Benannte Entitäten erkennen
Textzusammenfassung implementieren
Themenmodelle generieren
Erkennen von Datenanomalien
Empfohlene Vorgehensweise
Zusammenfassung und Schlussfolgerung
Voraussetzungen
- Ein Verständnis von Python-Programmierung.
- Ein Verständnis von Python-Bibliotheken im Allgemeinen.
Publikum
- Datenanalysten
- Datenwissenschaftler
Erfahrungsberichte (5)
Die Tatsache, dass wir mehr praktische Übungen mit Daten durchführen können, die denen ähneln, die wir in unseren Projekten verwenden (Satellitenbilder im Rasterformat)
Matthieu - CS Group
Kurs - Scaling Data Analysis with Python and Dask
Maschinelle Übersetzung
Sehr gute Vorbereitung und Expertise des Trainers, perfekte Kommunikation auf Englisch. Der Kurs war praxisorientiert (Übungen + Austausch von Anwendungsbeispielen)
Monika - Procter & Gamble Polska Sp. z o.o.
Kurs - Developing APIs with Python and FastAPI
Maschinelle Übersetzung
Es war ein anspruchsvoller Kurs, da wir viel Stoff in kurzer Zeit abarbeiten mussten. Unser Trainer hatte umfassende Kenntnisse zum Thema und präsentierte den Inhalt auf unsere Anforderungen zugeschnitten. Es gab viel zu lernen, aber unser Trainer war hilfsbereit und ermutigend. Er beantwortete alle unsere Fragen detailliert, und wir haben das Gefühl, viel gelernt zu haben. Die Übungen waren gut vorbereitet und die Aufgaben entsprechend unseren Bedürfnissen angepasst. Ich habe diesen Kurs sehr genossen.
Bozena Stansfield - New College Durham
Kurs - Build REST APIs with Python and Flask
Maschinelle Übersetzung
Trainer entwickelt die Ausbildung an den Tempo der Teilnehmer angepasst
Farris Chua
Kurs - Data Analysis in Python using Pandas and Numpy
Maschinelle Übersetzung
Ich habe vor allem alles genossen.
Thukten Dendup - Bhutan Telecom
Kurs - Web Development with Django
Maschinelle Übersetzung