Präsenz + Online-Schulungen: Bei uns, bei Ihnen oder online - Sie haben die Wahl!

Remote Schulung

Präsenz + Online Schulungen: Bei uns, bei Ihnen oder online - Sie haben die Wahl!

Buchen Sie Ihr Wunschseminar als Präsenz-Schulung bei uns im Schulungszentrum in Köln, als Inhouse-Schulung bei Ihnen oder als Online-Training - ganz wie es für Sie am besten passt!

Mehr Infos Stand 25.11.2020: Alle Seminare finden wie geplant statt.

Top Weiterbildungsanbieter Auszeichnung

Data Science Schulungen & Inhouse-Seminare
Auch als Data Science Online Schulung im Virtual Classroom

18 Seminare
82 durchgeführte Termine
430 zufriedene Teilnehmer

Für jeden Bedarf die passende Form

offene Termine mit Durchführungsgarantie
Firmen- & Inhouse-Schulungen europaweit
Individual-Schulungen

Buchen ohne Risiko

keine Vorkasse
keine Stornogebühren
jeder Termin findet statt!
All-Inclusive-Preis

Effizientes Lernen

kleine Lerngruppen
perfekte Lernumgebung
auch online als Virtual Classroom
inkl. Fachbuch / Seminarunterlagen

Seminar aussuchen

So geht's

1 Seminar aussuchen

2 Details anzeigen

3 Gewünschte Schulungsform buchen

Ansicht:

Sortieren nach:

Relevanteste Neueste

Als Präsenz- oder Online-Schulung

Machine Learning: Grundlagen supervised und unsupervised learning mit Anwendungsbeispielen in TensorFlow Keras (11) 75 Teilnehmer bisher

Nach Teilnahme an dieser Schulung kennen Sie sich mit den Konzepten von Machine Learning aus. Sie können diese mit eigenen Daten und frei verfügbaren Tools anwenden.

2 Tage
03.12.2020 * (3 weitere Termine)
Wenige Plätze Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Data Science mit Python - Einführung in Python (28) 229 Teilnehmer bisher

Nach der Schulung wenden Sie grundlegende Schritte mit Python im Bereich Data Science sicher an. Sie finden weitergehende Algorithmen und Methoden in Python. So bauen Sie Ihr Wissen auch nach dem Seminar weiter aus. Sie haben einen fundierten Überblick über CRISP. Data Science Ergebnisse verstehen Sie nun besser und können diese kritisch hinterfragen. Anhand eines durchgehenden Datenbeispiels setzen Sie mit Hilfe des Trainers das Erlernte direkt um.

3 Tage
26.01.2021 * (3 weitere Termine)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Kompakte Einführung in die Datenanalyse mit R - für angehende data scientists 10 Teilnehmer bisher

Sie können grundlegende Schritte mit R und RStudio im Bereich Data Science anwenden, so dass ein selbstständiges Arbeiten als data scientist möglich ist. Sie kennen die Konzepte von R und können Ihre eigene erste Datenanalyse durchführen. Wege, um weitergehende Algorithmen und Methoden in R zu finden sind bekannt, um das Wissen auch nach dem Seminar weiter ausbauen zu können. Sie haben einen Überblick über verwendete Algorithmen im Machine Learning und können diese voneinander differenzieren und in R anwenden. Sie arbeiten überwiegend selbstständig mit Unterstützung des Trainers, um das Erlernte direkt umzusetzen und anzuwenden. Anhand eines durchgehenden Datenbeispiels werden die wichtigsten Bibliotheken besprochen und in umfangreichen Übungen trainiert.

2 Tage
auf Anfrage
Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Data Science Business Akademie: Grundlagenwoche mit Zertifizierung 36 Teilnehmer bisher

Nach der Schulung kennen Sie die theoretischen und praktischen Grundlagen von Data Science im betriebswirtschaftlichen Kontext. Sie können Daten systematisch explorativ analysieren und die statistische Unsicherheit von Analyse-Ergebnissen bewerten. Wahrscheinlichkeitsrechnung und statistischen Verteilungen wird Ihnen im Rahmen der Grundlagenwoche vermittelt. Sie kennen die methodischen Vorgehensweisen und Konzepte von Data Science und haben mit Tools aus dem Data Science Umfeld gearbeitet. Mit supervised und unsupervised Learning lernen Sie die die beiden aktuell wichtigsten Modellbildungsklassen des Machine Learning kennen. Sie können Modelle mit einfachen, Methoden wie Clusterverfahren, Entscheidungsbäumen und linearen Verfahren erstellen. Sie haben Data Science an praktischen Beispielen kennengelernt und eigene Fragestellungen umgesetzt. Dabei haben Sie bereits erste Erfahrungen mit typischen Data Science Werkzeugen gemacht. Mit dem Abschluss der Grundlagenwoche können Sie als Data Scientist erste Projekte in Ihrem Unternehmen begleiten. Sie vertiefen Ihr Wissen in der Praxiswoche mit einem Werkzeug Ihrer Wahl.

5 Tage
01.02.2021 * (1 weiterer Termin)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Data Science Business Akademie: R - Praxiswoche mit Zertifizierung

Nach Teilnahme an dieser Schulung wissen Sie, wie Sie die Programmiersprache R und R Studio für Ihre Projekte anwenden. Funktionen, Konzepte und Strukturen sind Ihnen vertraut und Sie lösen Data Science Aufgaben mit R.
KNIME erlernen Sie interaktiv anhand eines Beispiels aus der Praxis und vertiefen so Ihre neuen Kenntnisse. Am Ende nutzen Sie KNIME erfolgreich für Ihre Projekte. Sie können einen Data Science Prozess in KNIME umsetzen.

5 Tage
auf Anfrage
Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Data Science Business Akademie: Python - Praxiswoche mit Zertifizierung (1) 9 Teilnehmer bisher

Teilnehmer können nach dieser Schulung mit Python im Bereich Data Science arbeiten. Sie wissen, wie Sie weitergehende Algorithmen in Python finden und wie Sie dieses Möglichkeiten erweitern. Sie kennen Algorithmen im Machine Learning und wenden diese in Python an. Anhand eines durchgehenden praktischen Beispiels lernen Sie die wichtigsten Bibliotheken kennen.

5 Tage
01.02.2021 * (2 weitere Termine)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Data Science mit RapidMiner: Grundlagen und fortgeschrittene Themen für Analysten inkl. Zertifizierung

Im Seminar lernen Teilnehmer Daten aufzubereiten. Sie erstellen analytische Vorhersage-Modelle und wenden diese erfolgreich an. Sie wissen, wie man diese Modelle evaluiert und optimiert. Nach Teilnahme können Sie auch komplexe Vorhersage-Modell erstellen und analysieren. Auf Wunsch legen Sie eine Prüfung für das Zertifikat „RapidMiner Analyst “ ab.

4 Tage
01.02.2021 * (2 weitere Termine)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Data Science: Grundlagen der Statistik kompakt (1) 7 Teilnehmer bisher

Nach Teilnahme an diesem Seminar sind Ihnen die wichtigsten Grundlagen der schließenden und beschreibenden Statistik vertraut.

1 Tag
07.01.2021 * (3 weitere Termine)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Data Science: Grundlagen der Statistik, Praxistag mit Excel

Nach diesem Seminar wissen Sie, wie Sie mit Excel statistische Analysen erstellen. Bei der selbst durchgeführten Fallstudie haben Sie statistische Kennzahlen berechnet und Diagramme erstellt.

1 Tag
08.01.2021 * (2 weitere Termine)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Machine Learning mit Python (4) 12 Teilnehmer bisher

Teilnehmer am Seminar Machine Learning mit Python lernen die gebräuchlichsten Lernalgorithmen aus der Scikit-Learn Bibliothek kennen und wenden diese nach der Schuiung erfolgreich an. Sie entwickeln ein Verständnis für Wert und Einsatzmöglichkeiten Ihrer Daten. So forcieren Sie Automatisierungsprozesse. Alle Konzepte werden anschaulich gemacht und mit Beispielen aus der Praxis vertieft. Nach Abschluss der Schulung können Sie Daten zielführend extrahieren, lernen Algorithmen an und setzen diese zur Kategorisierung und Prognose ein.

3 Tage
01.03.2021 * (3 weitere Termine)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Machine Learning: Praxistag mit TensorFlow (4) 16 Teilnehmer bisher

Nach diesem Praxistag können Sie eigene Daten mit TensorFlow verarbeiten. Eine Fallstudie zu Multi-Layer Perceptrons und Backpropagation of Error haben Sie selbst durchgeführt.

1 Tag
auf Anfrage
Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Data Science - Einführung für angehende Data Scientists (3) 32 Teilnehmer bisher

Nach Teilnahme an der Schulung verfügen Sie über alle Grundlagen für einen erfolgreichen Einstieg als Data Scientist. Sie wissen, wie Sie Daten analysieren und die Prinzipien der Data-Science Methoden sind Ihnen vertraut. Auf Basis der erworbenen technischen Grundlagen können Sie Data-Science Anwendungsfälle erkennen und wissen, mit welcher Vorgehensweise Sie Herausforderungen im Unternehmen optimal begegnen.

2 Tage
25.01.2021 * (1 weiterer Termin)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Data Science und R Einführung - Komplett für angehende Data Scientists (16) 28 Teilnehmer bisher

Nach Teilnahme an dieser Schulung wissen Sie, worum es bei Data Science geht und wie Sie einen Data Science Prozess in Ihrem Bereich gestalten können. Die entsprechenden Tools haben Sie bei praktischen Übungen eingesetzt und sind damit fit, erste Data Science Projekte in Ihrem Unternehmen zu begleiten. Sie können mit der Programmiersprache R und R Studio Ihre Data Science Aufgaben lösen.

5 Tage
auf Anfrage
Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Einstieg in Data Science mit Pandas

Nach der Schulung haben Sie einen Überblick über Pandas erhalten und erste praktische Erfahrungen gesammelt.

2 Tage
08.04.2021 * (2 weitere Termine)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Jupyter Notebook Infrastruktur für effiziente Data Science Workflows

Nach dieser Schulung kennen Sie die Möglichkeiten von Jupyter und können mit Notebooks arbeiten. Erste praktische Erfahrungen können Sie direkt in Ihre Arbeitsabläufe integrieren.

3 Tage
29.03.2021 * (2 weitere Termine)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Daten, das Öl des 21. Jahrhunderts - Basiswissen und Anwendungen

Ziel des Kurses ist es, ein Grundverständnis zum Thema Daten zu erlangen. Nach Teilnahme kennen Sie den Unterschied zwischen Daten und Informationen. Unterschiedliche Datenformate und -quellen sind Ihnen vertraut. Sie wissen, welchen Nutzen Sie aus Daten ziehen können und welche Chancen der Bereich Künstliche Intelligenz bietet.

1 Tag
11.01.2021 * (2 weitere Termine)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Grundlagen Data Science und Data Analytics mit KNIME und Tableau

Dieses Seminar macht Sie fit auf Ihrem Weg zum Data Scientist / Data Analyst. KNIME und Tableau unterstützen Sie dabei, Ihre Daten anschaulich und verständlich aufzubereiten. Sie sind in der Lage, Erkenntnisse aus Ihren Daten zu gewinnen, um bekannte, aber auch unvorhergesehene Probleme elegant zu lösen,

5 Tage
08.02.2021 * (2 weitere Termine)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Als Präsenz- oder Online-Schulung

Machine Learning und Deep Learning im Unternehmenseinsatz

In diesem Kurs lernen Sie, wie Machine Learning funktioniert. Sie erhalten einen Überblick über Methoden des maschinellen Lernens, Anwendungsfelder und Werkzeuge.

2 Tage
01.02.2021 * (2 weitere Termine)
Plätze vorhanden Buchen ohne Risiko

Auch als:
Individual-, Firmen- und Inhouse-Schulung

Wählen Sie Ihre Data Science Schulung mit garantierten Terminen oder als Inhouse-Seminar
Schulung	Nächster Termin	Tage	Preis
Machine Learning: Grundlagen supervised und unsupervised learning mit Anwendungsbeispielen in TensorFlow Keras	03.12.2020	2	1.220,00
Data Science mit Python - Einführung in Python	26.01.2021	3	1.730,00
Kompakte Einführung in die Datenanalyse mit R - für angehende data scientists	auf Anfrage	2	Preis nach Angebot
Data Science Business Akademie: Grundlagenwoche mit Zertifizierung	01.02.2021	5	4.690,00
Data Science Business Akademie: R - Praxiswoche mit Zertifizierung	auf Anfrage	5	Preis nach Angebot
Data Science Business Akademie: Python - Praxiswoche mit Zertifizierung	01.02.2021	5	4.690,00
Data Science mit RapidMiner: Grundlagen und fortgeschrittene Themen für Analysten inkl. Zertifizierung	01.02.2021	4	2.660,00
Data Science: Grundlagen der Statistik kompakt	07.01.2021	1	620,00
Data Science: Grundlagen der Statistik, Praxistag mit Excel	08.01.2021	1	620,00
Machine Learning mit Python	01.03.2021	3	1.730,00
Machine Learning: Praxistag mit TensorFlow	auf Anfrage	1	Preis nach Angebot
Data Science - Einführung für angehende Data Scientists	25.01.2021	2	1.220,00
Data Science und R Einführung - Komplett für angehende Data Scientists	auf Anfrage	5	Preis nach Angebot
Einstieg in Data Science mit Pandas	08.04.2021		1.220,00
Jupyter Notebook Infrastruktur für effiziente Data Science Workflows	29.03.2021	3	1.730,00
Daten, das Öl des 21. Jahrhunderts - Basiswissen und Anwendungen	11.01.2021	1	620,00
Grundlagen Data Science und Data Analytics mit KNIME und Tableau	08.02.2021	5	2.760,00
Machine Learning und Deep Learning im Unternehmenseinsatz	01.02.2021	2	1.220,00

Buchen ohne Risiko:

Keine Vorkasse
Kostenfreies Storno bis zum Vortag des Seminars
Rechnung nach erfolgreichem Seminar
All-Inclusive-Preis

* Garantierter Termin und Veranstaltungsort
Preise pro Person zzgl. Mehrwertsteuer

Kundenbewertungen

4/5

Bitte noch einen Praxistag hinzufügen!

Schulung Machine Learning: Grundlagen supervised und unsupervised learning mit Anwendungsbeispielen in TensorFlow Keras
Stuttgart | Nils Ziegenspeck (Fraunhofer Fraunhofer-Institut für Produktionstechnik und Automatisierung)

5/5

Die Qualität des Seminars war sehr gut. Die Unterlagen lagen sowohl in digitaler, als auch in analoger Form vor, wodurch jeder Teilnehmer die Möglichkeit hatte, die Methode zu wählen, die ihm besser liegt. Die Technik im Schulungsraum war ebenfalls gut. Das Seminar hat meine Erwartungen voll erfüllt.

Schulung Data Science mit Python - Einführung in Python
Düsseldorf | Kai Krajewski (Audicon GmbH)

5/5

Erwartungen wurden in jeder Hinsicht voll erfüllt.

Schulung Machine Learning: Grundlagen supervised und unsupervised learning mit Anwendungsbeispielen in TensorFlow Keras
Dortmund | Markus Lüttge (NORDWEST Handel AG)

5/5

Eine sehr gute Einführung in das Thema

Schulung Data Science und R Einführung - Komplett für angehende Data Scientists
Dortmund | Jan-Philipp Diepenbrock (IVA SCHMETZ GmbH)

4/5

Meiner Erwartungen an Data Science und R wurden erfüllt.

Schulung Data Science und R Einführung - Komplett für angehende Data Scientists
Hannover | Maximilian Bartke (E.ON Digital Technology GmbH)

5/5

Die Kombination von perfekt organisierter Schulung mit sehr interessantem Themenbereich ist unschlagbar.

Schulung Data Science - Einführung für angehende Data Scientists
Münster | Tino Tiede (Informationsfabrik (IN-FAB) GmbH)

5/5

Gute methodische Mischung aus Vortrag und Übung. Inhalte haben mir entscheidend weitergeholfen.

Schulung Data Science und R Einführung - Komplett für angehende Data Scientists
Köln | Sebastian Schirdewahn (DEVK Sach- und HUK Versicherungsverein a.G.)

5/5

habe nichts zu bemängeln (außer vielleicht einer fehlende Klimaanlage)

Schulung Data Science mit Python - Einführung in Python
Köln | Rick Tillenburg (DP DHL Research and Innovation GmbH)

5/5

Ein weiterführender Kurs mit Praxis Teil wäre super

Schulung Machine Learning: Grundlagen supervised und unsupervised learning mit Anwendungsbeispielen in TensorFlow Keras
Köln | Jan Brinkhoff (BG ETEM)

Wir sind top-bewertet

4.8 von 5 Punkten, basierend auf 5.814 abgegebenen Stimmen.

Das Ziel der Data Science ist die Extraktion von nützlichen Informationen aus einem Datensatz. Unternehmen haben den Wert von Daten als Wirtschaftsgut schon seit langem erkannt. Aber die riesigen Datenmengen, die jetzt zur Verfügung stehen, erfordern neue Wege, um Daten sinnvoll zu nutzen und effizient zu verwalten. Eine wachsende Zahl von Ingenieuren und Wissenschaftlern baut Systeme auf, um die Data Science auf riesige Datenmengen anzuwenden.
Die Data Science beginnt mit der Sammlung von Daten. Kandidaten für die Sammlung können offene Daten oder Daten sein, die aus internen Geschäftsprozessen stammen (z.B. Website-Statistiken). Als nächstes folgt die Verfeinerung: der erfinderische Prozess, der die Daten auf nützliche Informationen reduziert, die bestimmte Fragen beantworten. Typischerweise definieren die Fragen den Ansatz für die Extraktion der Informationen. Innerhalb der Erhebungs- und Verfeinerungsschritte gibt es weitere wichtige Aspekte wie Datenbereinigung (oder Vorverarbeitung) und Datenvisualisierung.
Das Internet schafft Möglichkeiten, Massen von Daten über das Verhalten und die Gewohnheiten der Benutzer zu sammeln. Apache Hadoop ist das führende Framework für die Verarbeitung massiver Datensätze. Hadoop ist wichtig für die Data Science, da es einen skalierbaren Rahmen für die verteilte Datenverarbeitung bietet. Nicht alle datenwissenschaftlichen Probleme erfordern eine große Datenverarbeitung, aber Hadoop ist ideal, wenn Ihr Problem Daten im Internetmaßstab betrifft. Die Implementierung des PageRank-Algorithmus im Google MapReduce-Framework ist ein frühes Beispiel für Data Science auf einem großen Datenrahmen. (Hadoop ist eine Implementierung von MapReduce.) Apache Pig kann Hadoop noch besser zugänglich machen, indem es eine Abfragesprache mitbringt, die automatisch MapReduce-Anwendungen erstellt.
Ein Werkzeug, das häufig im Data-Miner-Toolkit zu finden ist, ist eine Programmiersprache und Entwicklungsumgebung namens R. R konzentriert sich auf statistische Berechnungen und Grafiken. R ist relativ einfach zu erlernen und wird häufig im Bereich der Datenanalyse eingesetzt. Da es quelloffen und kostenlos ist, ist R eine beliebte Sprache mit einer großen Benutzerbasis.

R ist eine Multiparadigmasprache, die objektorientierte, funktionale, prozedurale und imperative Programmierstile unterstützt. Die Sprache wird über eine Befehlszeilenschnittstelle interpretiert und umfasst auch umfangreiche grafische Fähigkeiten auf Produktionsebene. Statische Grafiken sind sofort verfügbar. Mit zusätzlichen Paketen sind sowohl dynamische als auch interaktive Grafiken möglich.

Schulungsbeispiel für Data Science Seminar

Trainer spricht mit Teilnehmer

Unterlage vom Lehrgangs-Berater

91.354

TEILNEHMER

1.493

SEMINARTHEMEN

24.081

DURCHGEFÜHRTE SEMINARE