- Begriffsklärung: Was ist Data Science? Wie funktioniert Machine Learning?
- Vorgehensmodelle für Data Science
- Handhabung der Entwicklungsumgebung von R: Installation der Umgebung, Syntax, Datenstrukturen, Operationen und Funktionen von R
- Best Practices von Data Science: Import, Export und Transformation von Daten. Analyse, Visualisierung und automatisierte Erstellung von Berichten.
- Anwendung von Machine Learning in einer Fallstudie, bei der neben unternehmensinternen Kennzahlen auch aktuelle unternehmensexterne Daten aus dem Internet und aus Sozialen Medien extrahiert und analysiert werden.
LernzieleIm Seminar erwerben Sie die Kompetenzen, die ein Data Scientist in der Unternehmensrealität benötigt. Neben dem souveränen Umgang mit der Entwicklungsumgebung von R werden auch die wertvollsten Funktionsbibliotheken für Data Science vorgestellt und in Fallstudien praktisch angewendet. Darüber hinaus wird der Ablauf eines Data Science Projektes basierend auf dem Standard Prozess für Data Science vermittelt und bereitet die Teilnehmer darauf vor, Projekte eigenständig abwickeln zu können.ZielgruppenData Scientists und solche, die es werden wollen. Besondere Vorkenntnisse sind nicht erforderlich.