PDF-Download

Schulung Data Science und R Einführung - Komplett für angehende Data Scientists (S1943)

18 Teilnehmer haben bisher 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

26.11.-30.11.2018
5 Tage | 2.770,00
Köln   
Noch frei
Buchen Vormerken
04.02.-08.02.2019
5 Tage | 2.770,00
Köln   
Noch frei
Buchen Vormerken
13.05.-17.05.2019
5 Tage | 2.770,00
Köln   
Noch frei
Buchen Vormerken
19.08.-23.08.2019
5 Tage | 2.770,00
Köln   
Noch frei
Kein passender Termin? Termin
vorschlagen
1 weitere Termine weniger Termine
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 Volker G.
Über das Seminar
5/5

Unterlagen und Technik sehr gut
Erwartungen mehr als erfüllt
Qualität bestens

Über die GFU
5/5

Beste Organisation!!!
Am besten alles so lassen, wie es ist!

Bewertung von Angelika S. aus Köln
Über das Seminar
4/5

Die Qualität des Seminars war sehr gut.
Die Erwartungen wurden erfüllt.
Es wäre noch schöner gewesen, wenn es zum Schluss noch eine Zusammenfassung geben würde über die Ergebnisse und Interpretationen.
Ich hätte mich noch sehr gefreut, wenn mehr auf das Paket dplyr eingegangen worden wäre.

Über die GFU
5/5

Habe mich sehr wohl gefüllt.
Sehr freundliche Mitarbeiter und das Angebot mit dem Shuttle hat mich sehr gefreut.

Bewertung von Christian S. aus Mönchengladbach
Über das Seminar
5/5

Guter Einstieg (Appetizer) in das Thema.

Über die GFU
5/5

Super organisiert. Super nette Damen am Empfang.
Raum 13 von der Geräuschkulisse nicht optimal (Frischluft vs Lärm von der Straße)

Bewertung von Maximilian B.
Über das Seminar
4/5

Meiner Erwartungen an Data Science und R wurden erfüllt.

Über die GFU
5/5

Gut strukturiert, gute Auswahl an Seminaren mit super Service.

Bewertung von Christian T.
Über das Seminar
5/5

Thematisch sehr interessant, alles wurde sehr gut vermittelt. War sehr Umfangreich.

Über die GFU
5/5

Alles verlief wie am Schnürchen, Abholung, Verpflegung und Organisation.

Bewertung von Eckhard R. aus Köln
Über das Seminar
5/5

hilfreich um in das Thema einzusteigen

Über die GFU
5/5

Wie immer, alles perfekt.

Bewertung von Oliver E.
Über das Seminar
5/5

Einsatz von OpenSource / Freier Software macht es möglich, direkt zu Hause oder im Unternehmen mit dem Material weiter zu arbeiten, das war eine sehr gute Wahl.
Es könnte noch ein etwas genauerer Überblick über andere Tools und Programmiersprachen gegeben werden. Guter Einstieg und Überblick über das Data Science Umfeld mit viel praktischen Beispielen. Strukturierte Schulungs-Unterlagen, die immer wieder zwischendurch per Recap nochmal aus Vortagen Themen in Erinnerung rufen. Methodisch sehr gute Einleitung in die nächsten Kapitel, dabei immer wieder eine Zusammenfassung was bereits passiert ist und was nun folgt.
Fragen wurden sehr kompetent und ausführlich beantwortet, was insbesondere den Grundlagenteil sehr wertvoll gemacht hat.

Über die GFU
5/5

Data Science und R Einführung - Komplett für angehende Data Scientists
Gute Organisation durch das gesamte Seminar. Der Transfer von und zum Bahnhof ist sehr praktisch. Die Verpflegung am Schulungsort und das Mittagsessen in der TÜV-Kantine ist ebenfalls super.

Einziger Verbesserungsvorschlag: Die Räume könnten eine Klima-Anlage vertragen.

Bewertung von Ole F. aus Köln
Über das Seminar
4/5

Guter und reichhaltiger Inhalt. Durchführung auch mit wenigen Teilnehmern, was Diskussionen und Nachfragen ermöglicht. Sehr viel Inhalt in kurzer Zeit, auch wenn es 5 Tage sind. Im R-Teil ist mir der Anteil Programmierung zu hoch. Würde gerne schneller zum Aspekt Modellbildung, Bewertung, Optimierung kommen (auch wenn das eigentlich grundlegende Programmierung voraussetzt). Kann man nicht mit vorgefertigten Programmschnipseln arbeiten?

Über die GFU
5/5

Data Science und R Einführung - Komplett für angehende Data Scientists
Kurze Wege. Gute Verpflegung vor Ort.

Bewertung von Anonym
Über das Seminar
5/5

sehr gut vorbereitet


Arbeitsplatz


Eine Klasse eines Unternehmens will geschlossen die Schulung Data Science und R Einführung - Komplett für angehende Data Scientists reservieren

Dann kann ein Inhouse-Lehrgangssystem zum Gegenstand Data Science und R Einführung - Komplett für angehende Data Scientists angebracht sein. Der Lehrstoff des Lehrgangs kann nebenbei bemerkt gemeinsam mit den Trainern erweitert oder gestrafft werden.

Haben die “Schüler“ schon Praxis in Data Science und R Einführung - Komplett für angehende Data Scientists, sollte der Anfang entfallen. Eine Inhouse-Fortbildung rentiert sich bei mindestens 3 Seminarteilnehmern. Die Inhouse-Seminare zum Thema Data Science und R Einführung - Komplett für angehende Data Scientists finden ab und zu in Nÿrnberg, Bielefeld, Dortmund, Dresden, Stuttgart, Hannover, Berlin, Leipzig, Dÿsseldorf, Frankfurt, Duisburg, Essen, Hamburg, Bremen, Bonn, Bochum, Mÿnchen, Wuppertal, Mÿnster und Köln am Rhein in NRW statt.

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

Eine passende Erweiterung findet sich in Data Science und R Einführung - Komplett für angehende Data Scientists mit

  • Duplikate, Fehlende Werte und statistische Aufbereitung der Daten Datenbereinigung
  • Werkzeuge
  • Methodenvorstellung der einzelnen Prozessschritte
  • Debugging Tools

Erwägenswert ist auch eine Schulung von „Kompakt-Seminar Business Intelligence mit MS-SQL Server 2016/2014/2012/2008 R2 “ mit der Behandlung von

  • Überblick über das Microsoft DWH-Framework: Komponenten und Architektur
  • Sicherheit: Einschränkung und Überwachung des Datenzugriffs, weitere Maßnahmen
  • Business Intelligence Applikationen Nutzergruppen, Anwendungstypen
  • Physikalisches Datenbankdesign: Indexierung, Partitionierung, Staging Area

Für Inhouse-Schulungen ist das Thema „Data Science mit RapidMiner: Grundlagen und fortgeschrittene Themen für Analysten inkl. Zertifizierung“ mit dem Unterrichtsstoff Split- und Cross-Validation und Operatoren und Prozesse passend.

Für Professionals passt eine MS-TSQL Aufbau für Professionals Weiterbildung. In diesem Workshop werden u.a.

  • Fallunterscheidungen, IF-ELSE, SELECT-CASE
  • Werkzeuge, SQL Management Studio
  • ERROR-Funktion für Fehlernummer
  • aktivieren/deaktivieren durch ENABLE TRIGGERR/DISABLE TRIGGER
besprochen.

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