Willkommen zum eintägigen Data Science Crashkurs!
Lass uns gemeinsam Data Science entdecken und Dir die Tools und Techniken an die Hand geben, die Du benötigst, um darin erfolgreich zu sein. Melden Dich noch heute für unseren Crash-Kurs an und starte Deine Entwicklung zum Data Science Experten.
Bekomme alle Grundlagen die Du brauchst
Du hast Dich entschieden, in das Thema Data Science einzutauchen, aber weißt nicht, wo Du anfangen sollst. Bei so vielen frei verfügbaren, aber ungeordneten Ressourcen im Internet kann es frustrierend sein, den Überblick zu behalten. Dr. Alexander Krannich ist Data Scientist und hat aus über 10 Jahre Erfahrung in der Datenanalyse diesen Kurs entwickelt, um Dir einen perfekten Start zu ermöglichen.
Einfach das Wichtigste endlich verstehen
Wir verstehen Dich und möchten Dir helfen, eine solide Grundlage für Deinen Start im Bereich Data Science zu erlangen. Unser Crash-Kurs wird von erfahrenen Experten gehalten und deckt alle wichtigen Basics ab, einschließlich Programmierung. Du Wirst lernen, wie Du Daten aufarbeitest, analysierst und visualisierst, und wie Du Deine Erkenntnisse in praktischen Anwendungen umsetzen kannst.
Umfangreiche Unterlagen zu Kurs
Du bekommst umfangreiche Unterlagen zum Kurs, einschließlich schriftliche Erklärungen, Beispieldaten, Programmiercode, sowie die präsentierten Slides. Diese Unterlagen sind Grundlage Deiner persönlichen Data Science-Dokumentation, auf die Du bei zukünftigen Projekten und diversen Fargestellungen zurückgreifen kannst.
Was Du alles an einem Tag lernst:
Quantifizierung der Fragestellung
Überführung von Fragestelluengen in ein quantifizierbares mathematisches Modell.
Datenaufbereitung
Aufbereitung der Daten, sowie der Umgang mit fehlenden und implausiblen Werten.
Datentypen und Verteilungen
Prüfung der Datentypen bzw. Skalierung der Variablen, sowie der vorliegenden Verteilungen.
Tests und Modelle
Testen von Hypothesen und aufstellen von geeigneten Modelle zur jewailigen Fragestellung.
Adjustierung
Adjustierung von multiplen Regressionsmodellen für Confounder bzw. Störgrößen.
Programmierung
Amgewandte Programmierung in RStudio mit speziellen Data Science Packages.
Künstliche Intelligenz
Einführung in das Thema Künstlichen Intelligenz und deren zugehörige Machine Learning Methoden.
Machine Learning
Spezielle Modelle des Machinellen Lernens einschließlich künstlicher Neuronaler Netze..
Interpretation und Darstellung
Interpretation der Ergebnisse, sowie deren Darstellung als Tabbelen und Abbildungen.