PDF-Download

Schulung Data Science mit Python - Einführung in Python (S1961)
5.7 von 5 Sternen
3 Kundenbewertungen

Python ist eine der weitverbreitesten Programmiersprachen, welche im Data Science Bereich Fuß fasst. Neben R ist sie derzeit eine der meist benutzen Data Science Programmiersprachen.
Sie erhalten Einblick in Algorithmen und Einführung in die Data Science Programmiersprache Python.

Offene Termine

20.11.-22.11.2017
3 Tage | 1.700,00
Köln   
Noch frei
Buchen Vormerken
19.03.-21.03.2018
3 Tage | 1.700,00
Köln   
Noch frei
Buchen Vormerken
17.09.-19.09.2018
3 Tage | 1.700,00
Köln   
Noch frei
Buchen Vormerken
Kein passender Termin? Termin
vorschlagen
Buchen ohne Risiko:
  • Keine Vorkasse
  • Kostenloses Storno bis zum Vortag des Seminars
  • Rechnung nach erfolgreichem Seminar
  • Garantierter Termin und Veranstaltungsort
  • Preise zzgl. Mehrwertsteuer
  • Der dritte Mitarbeiter nimmt kostenlos teil

Weitere Buchungsmöglichkeiten

Firmenschulung Anfragen
Inhouse-Schulung Anfragen
Individualschulung Anfragen

Schulungs-Ziel

Sie können grundlegende Schritte mit Python im Bereich Data Science anwenden, so dass ein selbstständiges Arbeiten möglich ist. Wege, um weitergehende Algorithmen und Methoden in Python zu finden sind bekannt, um das Wissen auch nach dem Seminar weiter ausbauen zu können. Nebenbei erhalten Sie einen Überblick über den Cross Industry Standard Process for Data Mining (CRISP-DM)und einen detaillierten Überblick über verwendete Algorithmen. Weiterhin erlernen Sie, Data Science Ergebnisse besser zu verstehen und kritisch hinterfragen zu können. Sie arbeiten überwiegend selbstständig mit Unterstützung des Trainers, um das Erlernte direkt umzusetzen und anzuwenden.
Anhand eines durchgehenden Datenbeispiels...

Wer sollte teilnehmen

Technisch interessierte Fach- und Führungskräfte, welche einen Einstieg in die Programmiersprache Python wünschen, um eigenständig an Data Science Projekten mitzuarbeiten und einen besseren Überblick über die Tätigkeit von Data Scientists zu erhalten. Die Teilnehmer sollten erste Erfahrung mit Programmiersprachen haben, um das Grundkonzept einer Programmiersprache zu verstehen. Überdies ist ein Basiswissen von grundlegenden statistischen Begriffen notwendig (wie Mittelwert, Median, Perzentil).

Inhalt

  • Einführung
    • Datenstrukturen in Python (tuples, list, dictionaries, strings)
    • Installieren von neuen Paketen
    • Klassen, Funktionen
    • Entwicklungsumgebungen (Spyder)
  • Datenverarbeitung
    • Einführung in das Data Science Paket pandas
    • Indexierung und Slicing eines DataFrames
    • Erzeugen und ändern von DataFrames
    • Statistische Informationen über die Daten ableiten
    • Umgang mit fehlenden Werten
    • Datentypen konvertieren
  • Daten einlesen und grundlegende Statistiken
    • Grundlegende, deskriptive Statistiken
    • Kontingenztafeln erstellen
    • Daten aus verschiedenen Formaten (csv, xlsx, txt) einlesen und schreiben
    • Daten in das binäre Python Format pickle schreiben und lesen
  • Visualisierung
    • Grundlegende Visualisierungen (Scatterplot, Linienplot, Barplot, Histogram) mit dem Paket matplotlib
    • Anpassung und Individualisierung von Grafiken
    • Grafiken mit dem Paket pandas erzeugen
    • Speichern von Grafiken
  • Algorithmen im Data Science
    • Überblick über die Einteilung von Algorithmen im Machine Learning (Supervised Learning - unsupervised learning - reinforcement learning)
    • Theoretischer Überblick über Machine Learning und wichtiger Algorithmen
    • Lineare Regression
    • Logistische Regression
    • Entscheidungsbäume
    • Random Forest
    • Support Vector Machine (SVM)
    • K-means
    • Kerndichteschätzer
    • Praktische Umsetzung von Machine Learning Algorithmen mit dem Paket scikit-learn
    • Kreuzvalidierung, confusion matrix, ROC curve
    • Trainieren und Validieren von Modellen
  • Fallbeispiel zur Wiederholung des Gelernten
    • Abgeschlossenes Projekt, in dem die wichtigsten Schritte wiederholt werden können vom Daten Einlesen, Erarbeiten bis zur Modellierung und Visualisierung



Schulungszeiten und Teilnehmerzahl

Teilnehmerzahl:min. 1, max. 8 Personen

Schulungszeiten: 3 Tage, 1. Tag 10:00 - 17:00 Uhr, Folgetage 09:00 - 16:00 Uhr

Ort der Schulung: GFU-Schulungszentrum Köln oder bei Ihnen als Inhouse-Schulung

Kundenbewertungen

5/5
Anonyme Bewertung

Etwas zu schnell durch die dahinterliegende Theorie in den Folien. Die Methode im Praxisteil was sehr gut. Der Dozent war immer ansprechbar und sehr hilfsbereit.

6/5
Anonyme Bewertung

Mein persönlicher Eindruck

6/5
Anonyme Bewertung

Sehr gute Coaches, die kleine Gruppengröße hat viel 1-on-1 Training zugelassen

Offene Termine

20.11.-22.11.2017
3 Tage | 1.700,00
Köln   
Noch frei
Buchen Vormerken
19.03.-21.03.2018
3 Tage | 1.700,00
Köln   
Noch frei
Buchen Vormerken
17.09.-19.09.2018
3 Tage | 1.700,00
Köln   
Noch frei
Buchen Vormerken
Kein passender Termin? Termin
vorschlagen
Buchen ohne Risiko:
  • Keine Vorkasse
  • Kostenloses Storno bis zum Vortag des Seminars
  • Rechnung nach erfolgreichem Seminar
  • Garantierter Termin und Veranstaltungsort
  • Preise zzgl. Mehrwertsteuer
  • Der dritte Mitarbeiter nimmt kostenlos teil

Weitere Buchungsmöglichkeiten

Firmenschulung Anfragen
Inhouse-Schulung Anfragen
Individualschulung Anfragen


Ein Team eines Unternehmens will zusammen den Kurs Data Science mit Python - Einführung in Python buchen

An dieser Stelle kann ein kundenspezifisches Training zum Gegenstand Data Science mit Python - Einführung in Python sachdienlich sein. Der Inhalt des Lehrgangs kann dabei zusammen mit den Dozenten modifiert oder reduziert werden.

Haben die Seminarbesucher bereits Erfahrung in Data Science mit Python - Einführung in Python, sollte der erste Punkt der Agenda entfallen. Eine Inhouse-Bildungsmaßnahme rechnet sich ab drei Seminarteilnehmern. Die Firmen-Seminare zum Thema Data Science mit Python - Einführung in Python finden gelegentlich in der Nähe von Frankfurt, Bremen, Stuttgart, Dortmund, Hannover, Dresden, Duisburg, Berlin, Münster, Wuppertal, Hamburg, Nürnberg, Essen, Düsseldorf, Bonn, München, Bielefeld, Leipzig, Bochum und Köln am Rhein in NRW statt.

Welche Themen passen zu Data Science mit Python - Einführung in Python?

Eine gute Basis bildet Data Science mit Python - Einführung in Python mit

  • Umgang mit fehlenden Werten
  • Logistische Regression
  • Theoretischer Überblick über Machine Learning und wichtiger Algorithmen
  • Trainieren und Validieren von Modellen

Zu empfehlen ist auch ein Kurs von „Data Science - Einführung für angehende Data Scientists“ mit der Behandlung von

  • Betriebswirtschaftliche Erfolgsmessung
  • Modellbildungsprozess
  • Datenauswahl
  • Praktischer Teil (Verwendung eines grafischen Open-Source Tools) Toolvorstellung

Für Firmenschulungen ist das Thema „QlikView - Einstieg in Reporting und Analysen“ mit den Kapiteln Tabellenbox und Arbeitsblätter passend.

Für Erfahrene Anwender eignet sich eine R Einführung für Data Scientists Fortbildung. In diesem Kurs werden vor allen Dingen

  • Daten Selektion mit R Einlesen von Flatfiles
  • Ausblick und weitere Möglichkeiten in R Weitere Kriterien zur Messung der Modellgüte: ROC, AUC, Lift
  • Histogramme
  • Funktionen
behandelt.

Haben Sie Fragen?
  • 0221 82 80 90
  • Chat offline
Empfangsdamen der GFU