PDF-Download

Schulung Data Science und R Einführung - Komplett für angehende Data Scientists (S1943)
5 von 5 Sternen
3 Kundenbewertungen 12 Teilnehmer haben dieses Seminar besucht

„The  Sexiest Job of the 21st Century“ - so bezeichnete der „Harvard Business  Review” den Beruf des Data Scientist. Doch was genau tut ein Data  Scientist und für welche Fragestellungen kann Data Science genutzt  werden?
In  dieser Schulung werden wir Ihnen sowohl ein grundlegendes Verständnis  von Data Science vermitteln als auch aufzeigen wie Sie Data Science in  Ihrem Unternehmen aktiv nutzen können.
Am  ersten Tag lernen Sie die Grundlagen von Data Science sowie ein  konkretes Vorgehen für Data Science Projekte kennen. Sie erfahren, wie  Sie von einer betriebswirtschaftlichen Fragestellung zu einem  Vorhersagemodell kommen und wie Sie die Ergebnisse nutzen können. Ein  Überblick über Data Science Methoden und Werkzeuge rundet den Tag ab.
Am  zweiten Tag wird das Wissen praktisch angewendet. Mit einem Open Source  Data Science Werkzeug wird der gesamte Data Science Prozess trainiert.  Dabei erfahren Sie, worauf Sie als Data Scientist achten sollten, um ein  möglichst gutes Produkt zu schaffen.
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 dem erstellten R  Skripten Ihren ersten Schlüssel zu einer erfolgreichen Datenanalyse in  den Händen.
Die Inhalte in der Übersicht:
  • Einführung und Einbindung von Data Science in einen betriebswirtschaftlichen Rahmen
  • Vorgehensmodelle und Zieldefinitionen für Data Science Projekte
  • Data Science Methoden (insb. Machine Learning) und Werkzeuge
  • Praktische Umsetzung eines Data Science Prozesses in einem Tool
  • Tipps, Tricks und Kniffe für ein gutes Data Science Produkt
  • Allgemeine Grundlagen der Skriptsprache R
    • Datentypen,
    • Objekte,
    • Funktionale Programmierung
  • Umsetzung eines exemplarischen Data Science Prozesses in R
    • Visualisierung + Vorverarbeitung der Daten
    • Modellierung mittels Machine Learning Algorithmen
    • Nutzung der Modelle für Predictions

Offene Termine

23.04.-27.04.2018
5 Tage | 2.660,00
Köln   
Ausgebucht
Warteliste:
Anruf Chat
30.07.-03.08.2018
5 Tage | 2.660,00
Köln   
Noch frei
Buchen Vormerken
26.11.-30.11.2018
5 Tage | 2.660,00
Köln   
Noch frei
Buchen Vormerken
04.02.-08.02.2019
5 Tage | 2.660,00
Köln   
Noch frei
Buchen Vormerken
Kein passender Termin? Termin
vorschlagen
Buchen ohne Risiko:
  • Keine Vorkasse
  • Kostenfreies Storno bis zum Vortag des Seminars
  • Rechnung nach erfolgreichem Seminar
  • Garantierter Termin und Veranstaltungsort
  • Preise pro Person zzgl. Mehrwertsteuer
  • Der dritte Mitarbeiter nimmt kostenfrei teil

Weitere Buchungsmöglichkeiten

Firmenschulung
GFU Schulungszentrum
Anfragen
Inhouse-Schulung
Auswählen
Wo soll Ihre Schulung stattfinden?
  • Europaweit
  • GFU Schulungszentrum
  • Berlin
  • Bremen
  • Düsseldorf
  • Dortmund
  • Dresden
  • Frankfurt
  • Hamburg
  • Hannover
  • Köln
  • Leipzig
  • Mannheim
  • München
  • Nürnberg
  • Stuttgart
Weiterer Ort:
Anfragen
Individualschulung
Auswählen
Wo soll Ihre Schulung stattfinden?
  • Europaweit
  • GFU Schulungszentrum
  • Berlin
  • Bremen
  • Düsseldorf
  • Dortmund
  • Dresden
  • Frankfurt
  • Hamburg
  • Hannover
  • Köln
  • Leipzig
  • Mannheim
  • München
  • Nürnberg
  • Stuttgart
Weiterer Ort:
Anfragen

Schulungs-Ziel

Nach  diesem Seminar haben Sie ein Verständnis dafür entwickelt, was Data  Science ausmacht, wie ein Data Science Prozess aussieht und wie er in  einen betriebswirtschaftlichen Kontext eingebettet werden kann. Darüber  hinaus lernen Sie welche Methoden im Data Science Umfeld verwendet  werden und welche Werkzeuge dazu genutzt werden können. In Kombination  mit der praktischen Anwendung von Data Science an einem konkreten  Beispiel befinden Sie sich in einer hervorragenden Position, um als Data  Scientist erste Projekte in Ihrem Unternehmen begleiten zu können. 
Nach  dem Seminar sind Sie in der Lage R als Programmiersprache und R Studio  für Ihre Projekte zu nutzen. Sie kennen Sie die grundlegenden Konzepte,  Funktionen und Strukturen von R und wissen, wie Sie Data Science  Aufgaben mit R lösen können.

Wer sollte teilnehmen

Angehende Data Scientists, Business Analysten, BI Experten mit Programmiererfahrung in einer anderen Sprache.

Inhalt

1.-2. Tag: Auch separat buchbar als Data Science - Einführung für angehende Data Scientists
  • Data Science
    • Einführung + Definition
    • Abgrenzung zu anderen Unternehmensbereichen
    • Betriebswirtschaftliche Anwendungsgebiete und konkrete Data Science Ziele
    • Betriebswirtschaftliche Erfolgsmessung
  • Vorgehensmodelle
    • Übersicht verschiedener Modelle
    • Knowledge Discovery in Databases (KDD)
  • Data Science Prozess
    • Zieldefinition
    • Datenauswahl
    • Methoden Data Science
    • Machine Learning
    • Extreme Gradient Boosting
    • Modellbildungsprozess
    • Werkzeuge
    • Interpretation und Darstellung der Ergebnisse
    • Nutzung im Unternehmen
  • Praktischer Teil (Verwendung eines grafischen Open-Source Tools)
    • Toolvorstellung
    • Data Science Prozess im Tool
    • Methodenvorstellung der einzelnen Prozessschritte
    • Beispielhafte Methodenanwendung an einem Data Science Beispiel
    • Übungen zum selbständigen Anwenden der Methoden

3.-5. Tag: Auch separat buchbar als Einführung R für Data Scientists
  • R Einführung
    • Datentypen und Objekte in R
    • Subsetting
    • Kontroll-Strukturen
    • Funktionen
    • Scoping Rules/ Umgebung (Environment)
    • Debugging Tools
    • Style Guide
  • Data Science Prozess in R
  • Daten Selektion mit R
    • Einlesen von Flatfiles
    • Datenbankanbindung
  • Daten Vorverarbeitung mit R
    • Explorative Datenanalyse
  • Plots  in R
    • Säulendiagramme
    • Boxplots
    • Histogramme
  • Exportieren in PDFs
  • Duplikate, Fehlende Werte und statistische Aufbereitung der Daten
    • Datenbereinigung
  • Modellierungsprozess
    • Machine Learning Algorithmen
    • Evaluierungskriterien + Kreuzvalidierung
  • Modellnutzung
    • Exportieren, Laden und Scoring von Daten
  • Ausblick und weitere Möglichkeiten in R
    • Weitere Kriterien zur Messung der Modellgüte: ROC, AUC, Lift
    • Entscheidungsbaumvisualisierung
    • Feature Importance

Schulungszeiten und Teilnehmerzahl

Teilnehmerzahl:min. 1, max. 8 Personen

Schulungszeiten: 5 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

Bewertung von Jan-Philipp D. aus Köln
Über das Seminar
5/5

*****

Über die GFU
5/5

+Guter Dozent mit viel Praxiserfahrung
+Auf Nachfragen wurde direkt eingegangen
+Problemspezifisches Zusatzmaterial wurde nachgesendet
-Bei der Anreise hätte der Bahnhof besser erwähnt werden können
-Ich hätte mich über mehr Hintergründe zu dem Thema gefreut, was aber in der Zeit knapp geworden wäre

Bewertung von Anonym
Über das Seminar
5/5

sehr gut vorbereitet

Bewertung von Anonym
Über das Seminar
5/5

Sehr gute Präsentation, gute fachliches Wissen

Offene Termine

23.04.-27.04.2018
5 Tage | 2.660,00
Köln   
Ausgebucht
Warteliste:
Anruf Chat
30.07.-03.08.2018
5 Tage | 2.660,00
Köln   
Noch frei
Buchen Vormerken
26.11.-30.11.2018
5 Tage | 2.660,00
Köln   
Noch frei
Buchen Vormerken
04.02.-08.02.2019
5 Tage | 2.660,00
Köln   
Noch frei
Buchen Vormerken
Kein passender Termin? Termin
vorschlagen
Buchen ohne Risiko:
  • Keine Vorkasse
  • Kostenfreies Storno bis zum Vortag des Seminars
  • Rechnung nach erfolgreichem Seminar
  • Garantierter Termin und Veranstaltungsort
  • Preise pro Person zzgl. Mehrwertsteuer
  • Der dritte Mitarbeiter nimmt kostenfrei teil

Weitere Buchungsmöglichkeiten

Firmenschulung
GFU Schulungszentrum
Anfragen
Inhouse-Schulung
Auswählen
Wo soll Ihre Schulung stattfinden?
  • Europaweit
  • GFU Schulungszentrum
  • Berlin
  • Bremen
  • Düsseldorf
  • Dortmund
  • Dresden
  • Frankfurt
  • Hamburg
  • Hannover
  • Köln
  • Leipzig
  • Mannheim
  • München
  • Nürnberg
  • Stuttgart
Weiterer Ort:
Anfragen
Individualschulung
Auswählen
Wo soll Ihre Schulung stattfinden?
  • Europaweit
  • GFU Schulungszentrum
  • Berlin
  • Bremen
  • Düsseldorf
  • Dortmund
  • Dresden
  • Frankfurt
  • Hamburg
  • Hannover
  • Köln
  • Leipzig
  • Mannheim
  • München
  • Nürnberg
  • Stuttgart
Weiterer Ort:
Anfragen


Ein Team einer Firma will geschlossen die Schulung Data Science und R Einführung - Komplett für angehende Data Scientists frequentieren

Hier kann ein Inhouse-Lehrgangssystem zum Thema Data Science und R Einführung - Komplett für angehende Data Scientists passend sein. Das Thema der Schulung kann nebenbei bemerkt zusammen mit den Trainern erweitert oder komprimiert werden.

Haben die Seminarbesucher bereits Routine in Data Science und R Einführung - Komplett für angehende Data Scientists, sollte der Anfang entfallen. Eine Firmen-Weiterbildung rentiert sich ab drei Schulungsteilnehmern. Die Firmen-Schulungen zum Thema Data Science und R Einführung - Komplett für angehende Data Scientists finden ab und zu in Hamburg, Essen, Stuttgart, Mÿnster, Dÿsseldorf, Hannover, Bochum, Duisburg, Dortmund, Frankfurt, Bielefeld, Leipzig, Bonn, Mÿnchen, Wuppertal, Dresden, Nÿrnberg, Bremen, Berlin und Köln am Rhein in NRW statt.

Welche Seminare ergänzen Data Science und R Einführung - Komplett für angehende Data Scientists?

Eine gute Basis bildet Data Science und R Einführung - Komplett für angehende Data Scientists mit

  • Übungen zum selbständigen Anwenden der Methoden
  • Evaluierungskriterien + Kreuzvalidierung
  • Daten Vorverarbeitung mit R Explorative Datenanalyse
  • R Einführung Datentypen und Objekte in R

Empfehlenswert ist auch ein Seminar von „Analytics Architekturen für Big Data, BI, DWH und AI“ mit der Behandlung von

  • Datenqualitätsprobleme adressieren
  • Werkzeuggestütztes ETL
  • Operational Data Store
  • Historisierungskonzepte, BI-Temporalität

Für Inhouse-Schulungen ist das Thema „Web Intelligence - Grundlagen der Berichtserstellung“ mit den Kapiteln Berichte gestalten mit dem Java Report Panel  und Datenanalyse  geeignet.

Für Erfahrene Anwender eignet sich eine Data Vault: Konzepte, Architektur und Modellierung Fortbildung. In diesem Training werden vor allen Dingen

  • Was ist Data Vault (Begriffe/Definition, Kernkonzepte, Historie, DV 2.0)
  • Data Vault Architekturen Klassische Architektur vs. Data Vault Architektur
  • Satellites
  • Data Vault Basiskomponenten Konzept der Dekomposition
besprochen.

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