Die Practitioner Praxiswoche ist Teil des dreistufigen Zertifizierungspfades der "Data Science Business Akademie" : 

-> Certified Data Science Explorer -> Certified Data Science Practitioner -> Certified Data Science Expert 

Am  Ende des Seminars haben Sie die Möglichkeit, die Prüfung (60 minütige  Abschlussprüfung im Multiple-Choice-Format) für die 1. Zertifizierungsstufe "Certified Data Science Practitioner" abzulegen.

Bei Bestehen der Prüfung erhalten Sie ein Zertifikat, das Sie als "Certified Data Science Practitioner" ausweist. Ausgestellt wird es von der Knowledge Foundation @ Reutlingen University. So haben Sie einen echt handfesten Qualifizierungsnachweis in der Hand. 

Weitere Infos zum Zertifizierungspfad der Data Science Business Akademie und  unseren Kooperationspartnern der Informationsfabrik und dem Institut für Angewandte Informatik der Knowledge Foundation @ Reutlingen University gibt's direkt auf unserer gesonderten Data Science Business Akademie-Website:

=> https://www.datascience-business-akademie.de

Das datengetriebene Unternehmen und Industrie 4.0 sind die aktuellen Herausforderungen für die Digitalisierung der Wirtschaft. Hinter diesen Schlagworten steht Data Science als gemeinsamer methodischer Ansatz zur Auswertung und Interpretation von Daten. Data Scientists werden in Zukunft in jedem Unternehmen eine zentrale Rolle für die Wertschöpfung spielen.

R ist die am häufigsten verwendete Programmiersprache, wenn es um Statistik   und Data Science geht. R wird häufig mit dem R Studio als Entwicklungsumgebung (IDE) genutzt. Die Sprache bietet zahlreiche Möglichkeiten, Daten zu visualisieren und zu analysieren.

In dieser Schulung lernen Sie, das Potenzial der Sprache und der IDE zu nutzen.
Zunächst vermitteln wir Ihnen die grundlegenden Funktionen von R. Im zweiten Teil wird dieses Wissen dann anhand einer konkreten Data Science Aufgabe gefestigt und weiter ausgebaut. Am Ende halten sie mit den erstellten R Skripten Ihren ersten Schlüssel zu einer erfolgreichen Datenanalyse in den Händen. 

KNIME (Konstanz Information Miner) ist eine Analytics Plattform, die eine visuelle Zusammenstellung und interaktive Ausführung einer Datenpipeline ermöglicht. Die graphische Benutzeroberfläche ermöglicht das intuitive und schnelle Aneinandersetzen von Modulen, u.a. für die Datenvorverarbeitung (ETL: Extract, Transformation, Load), die Analyse, Visualisierung und für das maschinelle Lernen. Ausgestattet mit Grundkenntnissen können Nutzer ohne großen Aufwand aus einer breiten Palette an Machine Learning Verfahren auswählen. Dazu gehören lineare und logistische Regression, aber auch Entscheidungsbäume, neuronale Netzwerke und diverse Clusterverfahren.

KNIME ist hinsichtlich Inputdaten und Anbindung an andere Programmiersprachen und Software sehr flexibel. Bei den Input Daten kann es sich um einfache Textdateien und Datenbanken, aber auch um Bilddateien, Netzwerke oder Hadoop-basierte Datenstrukturen handeln. Durch Integration von zahlreichen Tools können Daten von einem Tool zum anderen direkt in KNIME übergeben werden. So können in einem Prozess Skripte in Python, R, SQL, Java und weiteren Sprachen enthalten sein.