Data Science kompakt (Inhouse)

• Data Science Starter Kit   Behandelte Methoden/Modelle 
  • Datenpotenzial und Datenstrategie   
  • Was ist überhaupt Data Science?   
  • Datenanalytisches Denken zur Use-Case-Findung   
  • Projektvorgehen nach CRISP-DM   
  • Praxisteil I: Hypothesen aufstellen & testen   
  • Vorstellung KI & Machine Learning   
  • Praxisteil II: Welche Machine-Learning-Methoden passen zu den Use Cases?   
  • Datenvisualisierung und ihre Fallstricke   
  • Praxisteil III: Explorative Datenanalyse (EDA)   
  • Überblick zur Datenspeicherung: Data Warehouse, Data Lake, Cloud   
  • Zusammenfassung und Ausblick – Weg zur "Data Driven Company"   
  Tools und Sprachen 
  • Google Sheets (alles fast 1:1 auf Excel übertragbar) 

Methode

Vortrag und Diskussion zu Use Cases im Bereich Daten sowie Übungen mit Google Sheets