Data Science / Data Mining in Python (3 Tage)

Kurs

In München und Stuttgart

1.710 € zzgl. MwSt.

Beschreibung

  • Unterrichtsstunden

    24h

  • Dauer

    3 Tage

Grundlagen von Python und Machine Learning

Die Schulung "Data Science in Python" vermittelt die Grundlagen um Python erfolgreich für Data Science / Data Mining / Datenanalysen anzuwenden und führt in das Thema Machine Learning ein.

Der Schwerpunkt des Seminars liegt in der praktischen Umsetzung der Algorithmen in der Programmiersprache Python. Auf anschauliche und intuitive Weise wird das benötigte theoretische Wissen vermittelt, ohne sich in langatmige wissenschaftliche Diskurse zu verlieren. Unser Ziel ist es Sie schnell zu befähigen, eigenständig erste Daten Analysen durchzuführen und Algorithmen des Maschinellen Lernens für die Datenanalyse anwenden zu können.

Der Code wird in der - für Anfänger leicht zugänglichen - Entwicklungsumgebung (IDE) Spyder geschrieben.

Der Fokus des Seminars ist das Python Paket pandas. Diese Paket wurde speziell für Data Science Anwendungen geschrieben. Zur Visualisierung und Erstellung von Grafiken werden die Pakete seaborn und matplotlib eingeführt.

Ab dem Ende des zweiten Tages behandeln wir das Thema Maschinelles Lernen, stellen die Grundlagen vor und erläutern einige wichtige Algorithmen. Die Umsetzung erfolgt mit dem Python Paket scikit-learn.

Das selbständige Bearbeiten von Coding Aufgaben ist ein zentraler Bestandteil der Schulung. Damit können Sie das Erlernte sofort in die Praxis umsetzen.

Behandelte Themen in dieser Schulung:
* Grundlagen von Python
* Grundlegende Datenstrukturen (list, dictionary, tuple, string)
* Das Python Paket pandas
* pandas data.frame
* Berechnen von Statistiken direkt im pandas Data.Frame
* Control Flows (for loop, if-else, while, Funktionen)
* Datenvisualisierung mit seaborn / matplotlib
* Daten einlesen und schreiben
* Überblick über Machine Learning
* Lineare Regression (mit scikit-learn)
* Entscheidungsbaum (mit scikit-learn)
* K-Means Clustering
* Cross-validation (Kreuzvalidierung)
* Überblick über weitere Machine Learning Algorithmen: Support Vector Machine

Standorte und Zeitplan

Lage

Beginn

München (Bayern)
Karte ansehen

Beginn

auf Anfrage
Stuttgart (Baden-Württemberg)
Karte ansehen

Beginn

auf Anfrage

Hinweise zu diesem Kurs

In diesem Seminar erlernen Sie die Programiersprache Python für Anwendungen im Bereich Data Science / Data Mining (unter Verwendung von Machine Learning Algorithmen). Sie erlernen die Python Pakete pandas, scikit-learn und seaborn/matplotlib. Das Seminar ist sehr praxisorientiert mit vielen Übungsaufgaben (inkl. Musterlösungen), welche die Kursteilnehmer eigenständig in der Entwicklungsumgebung Spyder bearbeiten. Der Kursleiter steht dabei natürlich jederzeit für Fragen zur Verfügung.

Die Python Schulung richtet sich an Data Analysts, angehende Machine Learning engineers, data scientists, Busines Intelligence Analysts, Datenanalysten, o.ä. welche die Programmiersprache Python für Datenanalysen und Data Mining / Data Science Projekte einsetzen möchten und auch Machine Learning Algorithmen kennen lernen möchten.

Python Kenntnisse werden nicht vorausgesetzt. Notwendig ist jedoch grundlegende Konzepte einer anderen Programmiersprache zu verstehen, so dass Stichworte wie Variable, Funktion, Zuweisung von Werten zu einer Variablen, for-Schleife bekannt sind.

Grundlegende Vorkenntnisse in der Statistik sind notwendig (d.h. Begriffsdefinitionen wie z.B. Normalverteilung, Median, Mittelwert, Standardabweichung).
Zudem Kenntnisse der grundlegenden mathematischen Symbole und Begriffe (z.B. Exponentialfunktion, Integral, Ableitung, Summenzeichen).
Kenntnisse im Lesen der Englischen Sprache sind hilfreich.

* Die Schulungsleiter kommen aus der Praxis und haben langjährige praktische Erfahrung in dem Gebiet.

* Unsere Kurse sind vollständig ausgearbeitet. Die Schulung hat eine klare Struktur. Die Theorie wird anhand von Folien erläutert, welche auch als Nachschlagemöglichkeit verwendet werden können. Zu jeder Übungsaufgabe gibt Lösungen (fertigen Code,) der einen (oder mehrere) Lösungswege darstellt. Fragen, auch über das Thema hinausgehende, werden am Flipchart erläutert. Falls wir eine Frage nicht spontan oder nur unzureichend am Flipchart beantworten können, erarbeiten wir neue Unterlagen und versenden diese nach dem Seminar. Unsere Seminare sind KEINE Live-Coding Sessions des Kursleiters, in denen die Kursteilnehmer hauptsächlich damit beschäftigt sind, den Code des Dozenten abzutippen.

* Bisherige Schulungsteilnehmer empfehlen uns weiter uns sind sehr zufrieden mit unseren Kursen (siehe unsere ProvenExpert Bewertungen https://www.provenexpert.com/enable-ai/)

* Der Schwerpunkt der Schulung liegt in der praktische Umsetzung mit vielen Übungsaufgaben (und Lösungen). Dabei erhoffen wir uns, dass Sie die gängigen Fehler schon während des Kurses machen können (um sie hinterher zu vermeiden :)

* Die Gruppengröße ist auf max. 10 Teilnehmer beschränkt. Damit können wir garantieren, dass wir jede Frage individuell beantworten können.

Unsere Seminare finden ab 3 Teilnehmern statt. Die Gruppengröße ist auf max. 10 Teilnehmer beschränkt.

Die Widerrufsbelehrung können Sie unter https://www.enable-ai.de/widerrufsrecht/ finden. Buchungen können bis 14 Tage vor Kursbeginn kostenlos storniert werden. 7 bis 14 Tage vor Kursbeginn fallen 50% Stornokosten an. Bei einer Stornierung von weniger als 7 Tagen vor Kursbeginn müssen wir Ihnen die gesamte Kursgebühr zzgl. MwSt in Rechnung stellen. Sie haben bei Stornierung aber die Möglichkeit das (oder ein anderes) bereits stattfindendes Seminar kostenfrei (bzw. nach Bezahlung des Differenzbetrages) zu besuchen. Natürlich kann auch kurzfristig ein Kollege / eine Kollegin Sie im Seminar vertreten.

Sie können uns gerne kontaktieren (info@enable-ai.de). Gemeinsam können wir feststellen, ob der Kurs für Sie geeignet ist, oder ob zur Erreichung Ihrer Ziele ein anderer Kurs aus unserem Angebot an Data Science, Machine Learning bzw. Deep Learning Schulungen besser passen würde. Falls nicht, haben wir ggfs. den ein oder anderen Hinweis, wie Sie ohne unsere Dienstleistungen im Bereich Künstlicher Intelligenz weiterkommen können.

Die Übungsaufgaben sind meistens Coding Aufgaben, d.h. Sie sollen entweder Code-Snippets selbst schreiben oder Lücken im Code ausfüllen. Das Lückenausfüllen schult auch das Lesen und Verstehen von Code. Die Schwierigkeit und Umfang der Aufgaben ist so gestaltet, dass die wichtigsten Übungen von allen Kursteilnehmern erfolgreich (in der dafür vorgegebenen Zeit) bearbeitet werden können. Es gibt Übungsaufgaben unterschiedlichen Schwierigkeitsgrades, so dass Teilnehmer mit Vorwissen oder schnellere Teilnehmer zusätzliche Aufgaben zur Verfügung stehen. Desweiteren haben wir in einigen Kapiteln kurze Kontrollfragen zum theoreitschen Teil vorbereitet.

Jeder Block (meist 90 Minuten lang) umfasst eine oder mehrere Einheiten aus Theorie und Praxis. Die Theorieeinheit erläutert das nötige Wissen um die Übungsaufgaben verstehen und eigenständig bearbeiten zu können. Wir vermeiden es, Ihre Zeit mit langen, wissenschaftlich theoretischen Ausschweifungen zu verschwenden und beschränken uns stattdessen auf die notwendige Theorie, die zu einem besseren Verständnis und Intuition verhilft. Der Schwerpunkt der Schulung ist die Praxis, d.h. Codeschreiben und das Lösen von Verständnisaufgaben stehen im Mittelpunkt. Wir beantworten jederzeit gerne Fragen von Kursteilnehmern. Aufkommende Fragen während der Übungsaufgaben werden individuell beantwortet. Fragen, die alle Teilnehmer interessieren könnten, werden nach dem Praxisblock ausführlich erläutert. Das Skript, welches neben den Folien mit der vorgestellten Theorie und mach weiterführenden Erklärungen, auch den Code umfasst, erhalten Sie in digitaler (als .pdf) und gedruckter Version. Der Code und die Musterlösung der Aufgaben gibt es digital.

Fragen & Antworten

Ihre Frage hinzufügen

Unsere Berater und andere Nutzer werden Ihnen antworten können

Wer möchten Sie Ihre Frage beantworten?

Geben Sie Ihre Kontaktdaten ein, um eine Antwort zu erhalten

Es werden nur Ihr Name und Ihre Frage veröffentlicht.

Meinungen

Themen

  • Python Einführung
  • Data science
  • Data Mining
  • Statistik
  • Grundlegende Datenstrukturen in Python
  • Python Paket pandas
  • Pandas data.frame
  • Control Flows (for; while; if-else)
  • Datenvisualisierung mit seaborn / matplotlib
  • Daten einlesen und schreiben
  • Überblick über Machine Learning
  • Python Paket scikit-learn für Machine Learning
  • Lineare Regression (mit scikit-learn)
  • Entscheidungsbaum (mit scikit-learn)
  • K-Means Clustering
  • Cross-validation (Kreuzvalidierung)
  • Support vector machine (SVM)
  • Random forest

Dozenten

Jan Köhler

Jan Köhler

Deep Learning, Machine Learning, Data Science, KI, Python, R

Vom Hintergrund Statistiker und Wirtschaftsingenieur hat er über 7 Jahre an den neuesten Technologien in Machine Learning, Deep Learning und Data Science im Bosch Center for Artificial Intelligence (BCAI) gearbeitet, hat in der Praxis bei über 25 Patentanmeldungen (meist als Haupterfinder) beigetragen und ist Mitautor bei Veröffentlichungen im Bereich Machine Learning, Medizinstatistik bzw. Operations Research. In vielen Praxisprojekten unterstützte er bisher als Data Scientist bei den verschiedenen Stufen eines Data Mining Projekts und hat bisher über 300 Teilnehmer geschult.

Inhalte

Behandelte Themen in dieser Schulung:

* Grundlagen von Python
* Grundlegende Datenstrukturen (list, dictionary, tuple, string)
* Das Python Paket pandas
* pandas data.frame
* Berechnen von Statistiken direkt im pandas Data.Frame
* Control Flows (for loop, if-else, while, Funktionen)
* Datenvisualisierung mit seaborn / matplotlib
* Daten einlesen und schreiben
* Überblick über Machine Learning
* Lineare Regression (mit scikit-learn)
* Entscheidungsbaum (mit scikit-learn)
* K-Means Clustering
* Cross-validation (Kreuzvalidierung)
* Überblick über weitere Machine Learning Algorithmen: Support Vector Machine (SVM) und Random Forest

Data Science / Data Mining in Python (3 Tage)

1.710 € zzgl. MwSt.