Data Science und Machine Learning: Einführung in die wichtigsten Python Bibliotheken

Data Science und Machine Learning mit Python – die wichtigsten Bibliotheken im Überblick

Machine Learning und Data Science gehören zu den gefragtesten Kompetenzfeldern in der modernen IT. Python hat sich dabei als eine der meistgenutzten Programmiersprachen etabliert – praxisnah, vielseitig und effizient. In dieser Schulung lernen Sie die zentralen Python-Bibliotheken für Datenanalyse und Machine Learning kennen: Numpy, Pandas und Matplotlib. Ergänzend erhalten Sie Einblicke in grundlegende Konzepte aus den Bereichen Statistik, Data-Mining und maschinelles Lernen.

Schulungsbeschreibung

Machine Learning versetzt IT-Systeme in die Lage, auf Basis vorhandener Datensätze Muster und Gesetzmäßigkeiten zu erkennen und auch neue, unbekannte Daten zu klassifizieren. Als Teilbereich der Künstlichen Intelligenz erfordert es den sicheren Umgang mit Rohdaten aus unterschiedlichsten Quellen. Wer Data-Science- und Machine-Learning-Methoden mit Python effektiv einsetzen möchte, muss zunächst die notwendigen Tools beherrschen. Diese Schulung vermittelt Ihnen genau das: den gezielten Einsatz von Programmierbibliotheken wie Numpy, Pandas und Matplotlib sowie Grundkonzepte wie Klassifikation, Regression, Clustering und Empfehlungssysteme. Übungsaufgaben und Quizze begleiten jeden Schulungstag, damit Sie das Erlernte direkt auf reale Daten anwenden können.

Schulungsinhalte

• Installation Python
• Virtuelle Umgebung anlegen
• Jupyter Notebook installieren und erste Schritte
• Numpy: Array Basics und Datentypen, Numpy Performance
• Numpy: Matritzen, Vektoren
• Numpy: Shapes und Reshaping
• Numpy: Numpy Funktionen
• Numpy: Sortierungen
• Numpy: Gruppieren, Aggregate
• Numpy: Broadcasting
• Numpy: Boolsche Serien, Filtern
• Numpy: Verteilungen (Normalverteilung, Gleichverteilung)
• Numpy: Universelle Funktionen (ufuncs)
• Numpy: Daten laden und speichern
• Numpy: Daten plotten
• Numpy: Übungen und Quizzes
• Pandas: Series, Datentypen
• Pandas: Dataframes und deskriptive Statistik (Mittelwert, Median, Modus, )
• Pandas: Spalten und Reihen (Hinzufügen, Löschen, Updaten)
• Pandas: Einlesen von CSV-Dateien mit Pandas
• Pandas: Grundfunktionen
• Pandas: Sortieren, Aggregate, Gruppieren
• Pandas: Umgang mit fehlenden Werten, NAN
• Pandas: Anwenden von Funktionen auf Spalten
• Pandas: Filtern, boolsche Serien
• Pandas: Zeitreihen
• Pandas: Joins
• Pandas: mit Pandas plotten
• Pandas: Übungen und Quizzes
• Pandas: Daten aus einer API auslesen
• Pandas: Dataframes speichern
• Pandas: Testdaten generieren mit Faker
• Matplotlib: Funktionen plotten
• Matplotlib: Scatterplots
• Matplotlib: Figures und Subplots
• Matplotlib: Histogramme
• Matplotlib: Interaktive Plots
• Matplotlib: Contourplots
• Matplotlib: Übungen und Quizzes
• Themen nach Bedarf und Zeit: Statistische Datenvisualisierung mit Seaborn (Boxplots, Pairplots)
• Themen nach Bedarf und Zeit: Erste Schritte mit Sklearn (Machine Learning)

Zielgruppe und Vorkenntnisse

Diese Schulung richtet sich an Analyst:innen und Wissenschaftler:innen, die in die Welt von Data Science und Machine Learning mit Python einsteigen und sich die wichtigsten Tools und Bibliotheken systematisch aneignen möchten. Vorausgesetzt werden Python-Grundkenntnisse, insbesondere in den Bereichen Listen, Funktionen, Variablen, Datentypen, Schleifen und Objekte.

Die Schulung erstreckt sich über 3 Tage.

Inklusivleistungen:

Im Preis enthalten sind Ihr WissensPiloten-Zertifikat zum Download, Stift und Notizblock, sowie bei Schulungen in unseren Schulungszentren Mittagessen, kalte und warme Getränke und ein indiv. eingerichteter PC/Mac für jeden Teilnehmenden.

Förderung:

Bildungsscheck, andere Fördermöglichkeiten auf Anfrage.