Data Mining mit Python (3tägig)

Dauer
Logo von DHL Data Science Seminare GmbH

Tipp: Haben Sie Fragen? Für weitere Details einfach auf "Kostenlose Informationen" klicken.

Startdaten und Startorte

Es gibt keine bekannten Startdaten für dieses Produkt.

DHL Data Science Seminare GmbH bietet seine Kurse in den folgenden Regionen an: Berlin, Frankfurt am Main, Hamburg, Köln, München, Stuttgart

Beschreibung

Der dreitägige Python Kurs Data Mining mit Python führt in die Grundlagen und die Verwendung von Python im Data Mining ein. Die Python Schulung Data Mining mit Python vermittelt nicht nur das theoretische Verständnis, sondern auch die praktische Anwendung für wichtige der im Data Mining eingesetzten Verfahren. Sie lernen grundlegende Schritte mit Python im Bereich Data Science, um selbständig erste Data Mining Analysen durchzuführen. Ein Schwerpunkt des Python Kurses ist das für Data Science entwickelte Python Paket pandas. Die mit diesem Paket erzeugten data frames entsprechen den in der statistischen Programmiersprache R üblichen data.frames und ermöglichen einen wesentlich höheren Datendu…

Gesamte Beschreibung lesen

Frequently asked questions

Es wurden noch keine Besucherfragen gestellt. Wenn Sie weitere Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice.

Noch nicht den perfekten Kurs gefunden? Verwandte Themen: Data Mining, Data Science Python, Python, Data Science und Universelle Datenbanken.

Der dreitägige Python Kurs Data Mining mit Python führt in die Grundlagen und die Verwendung von Python im Data Mining ein. Die Python Schulung Data Mining mit Python vermittelt nicht nur das theoretische Verständnis, sondern auch die praktische Anwendung für wichtige der im Data Mining eingesetzten Verfahren. Sie lernen grundlegende Schritte mit Python im Bereich Data Science, um selbständig erste Data Mining Analysen durchzuführen. Ein Schwerpunkt des Python Kurses ist das für Data Science entwickelte Python Paket pandas. Die mit diesem Paket erzeugten data frames entsprechen den in der statistischen Programmiersprache R üblichen data.frames und ermöglichen einen wesentlich höheren Datendurchsatz. Für die Visualisierung der Ergebnisse wird das Paket matplotlib eingesetzt. Sie werden auch erfahren, wie weitergehende Algorithmen und Methoden in Python zu finden sind, um das Wissen nach dem Seminar fortlaufend erweitern zu können. Sie erhalten einen Überblick über verwendete Algorithmen aus dem Machine Learning, welche in Python umgesetzt werden. Sie arbeiten überwiegend selbständig mit Unterstützung des Trainers, um das Erlernte in den Übungen direkt umzusetzen und anzuwenden.

Zielgruppe der Python Schulung

Der Python Kurs richtet sich an Datenanalysten und zukünftige Data Scientists, welche eine Vertiefung in wichtige Machine Learning Algorithmen erhalten wollen oder die die Syntax der Programmiersprache Python kennenlernen wollen, um Python-Skripte für Data-Mining-Analysen schreiben zu können.

Voraussetzungen der Python Schulung

In dem Python Kurs werden grundlegende Kenntnisse in Python nicht vorausgesetzt, sie wären jedoch hilfreich. Alternativ wäre auch die Erfahrung in einer anderen Programmiersprache sehr förderlich, um Konzepte wie Variable, Variablenzuweisung, Funktionsaufruf und den Unterschied zwischen Ganzzahl und Dezimalzahl bereits zu kennen. Ein Basiswissen von grundlegenden statistischen Begriffen wie Mittelwert, Median, Perzentil, Normalverteilung, lineare Regression ist sehr empfehlenswert, um den Inhalten besser folgen zu können.

Lernziele der Python Schulung

Die Teilnehmer erhalten mit dem Python Kurs einen Überblick über Python und die Entwicklungsumgebung Spyder aus der Anaconda Distribution und können erste Analysen mit Python im Data Mining umsetzen. Die Python Schulung zielt darauf, die Einstiegshürde für die Anwendung von Python im Data Science zu nehmen, so dass die Teilnehmer überwiegend mit den eigenen Laptops und der Unterstützung des Trainers in Python arbeiten, um das Erlernte direkt umzusetzen und anzuwenden. Ein selbstständiges Arbeiten als data scientist wird ermöglicht, indem mit dem Python Kurs die Konzepte von Python vermittelt werden. Möglichkeiten weitergehende Algorithmen und Methoden zu finden werden aufgezeigt, um das Erlernte nach dem Seminar durch stetige Anwendung zu erweitern. Ein Überblick über bekannte Algorithmen im Machine Learning wird gegeben und die Teilnehmer des Python Kurses können die verschiedenen Algorithmen voneinander differenzieren und in Python benutzen.

Übungen im Python Kurs

In den konkreten Beispielen und praktischen Übungen, welche selbstständig mit Unterstützung des Trainers bearbeitet werden, werden die vorhandenen Kenntnisse über die Programmiersprache Python dahingehend ausgebaut, dass eine praktische Umsetzung und ein selbständiges Arbeiten im Bereich data science ermöglicht wird. Ein durchgehendes Datenbeispiel wird verwendet, um die wichtigsten Bibliotheken zu behandeln, welche in umfangreichen Übungen trainiert werden. Die Praxisbeispiele und Übungsaufgaben erfolgen mit der Programmiersprache Python und der Entwicklungsumgebung Spyder. Bitte bringen Sie einen eigenen Laptop mit, auf dem die Python Distribution Anaconda installiert ist.

Dauer der Python Schulung

Der Python Kurs Data Mining mit Python besteht aus einem 3-tägigen Training (mit 24 Unterrichtsstunden á 45 Minuten), das auch als Inhouse-Schulung in Ihrer Organisation stattfinden kann.

Inhalte

  • Grundkenntnisse für Data Mining mit Python
    • Pakete installieren und laden
    • Hilfe und weiterführende Informationen finden
  • Einführung
    • Datenstrukturen in Python (tuples, list, dictionaries, strings)
    • Installieren von neuen Paketen
    • Klassen, Funktionen
    • Entwicklungsumgebungen (Spyder)
  • Datenverarbeitung
    • Einführung in das Data Science Paket pandas
    • Indexierung und Slicing eines DataFrames
    • Erzeugen und Ändern von DataFrames
    • Statistische Informationen über die Daten ableiten
    • Umgang mit fehlenden Werten
    • Datentypen konvertieren
  • Daten einlesen und grundlegende Statistiken
    • Grundlegende, deskriptive Statistiken
    • Kontingenztafeln erstellen
    • Daten aus verschiedenen Formaten (csv, xlsx, txt) einlesen und schreiben
    • Daten in das binäre Python Format pickle schreiben und lesen
  • Visualisierung
    • Grundlegende Visualisierungen (Scatterplot, Linienplot, Barplot, Histogram) mit dem Paket matplotlib
    • Anpassung und Individualisierung von Grafiken
    • Grafiken mit dem Paket pandas erzeugen
    • Speichern von Grafiken
  • Überblick über Machine Learning
    • Einführung in Machine Learning (Supervised – Unsupervised Learning. Overfitting, cross-validation)
    • Grundlegendes Konzept von den Algorithmen Support Vector Machine (SVM), Random Forest und K-means
    • Modelle der Algorithmen in Python erstellen
    • Ergebnisse validieren
  • Detaillierte Umsetzung der Algorithmen Entscheidungsbaum und Logistische Regression
    • Grundlagen des Algorithmus
    • Train-Test Split der Daten
    • Ein Model in Python erstellen
    • Validieren der Ergebnisse (u.a. confusion matrix, sensitivity, accuracy)
    • Hyperparameter im Training
    • cross-validation

Voraussetzungen

  • keine Kenntnisse in Python notwendig
  • Grundlegende Programmierkenntnisse in einer anderen Sprache wäre von Vorteil
  • Grundkenntnisse der Statistik (beispielsweise durch ein Besuch des Basis-Seminars von Grundlagen der Statistik mit Python)

Statistik-Seminare in Berlin, Hamburg, Köln, Frankfurt, Stuttgart und München... immer aktuell und auf dem höchsten Qualitätsniveau!

Werden Sie über neue Bewertungen benachrichtigt

Es wurden noch keine Bewertungen geschrieben.

Schreiben Sie eine Bewertung

Haben Sie Erfahrung mit diesem Kurs? Schreiben Sie jetzt eine Bewertung und helfen Sie Anderen dabei die richtige Weiterbildung zu wählen. Als Dankeschön spenden wir € 1,00 an Stiftung Edukans.

Es wurden noch keine Besucherfragen gestellt. Wenn Sie weitere Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice.

Bitte füllen Sie das Formular so vollständig wie möglich aus

Anrede
(optional)
(optional)
(optional)
(optional)
(optional)
(optional)
(optional)

Haben Sie noch Fragen?

(optional)
Damit Ihnen per E-Mail oder Telefon weitergeholfen werden kann, speichern wir Ihre Daten.
Mehr Informationen dazu finden Sie in unseren Datenschutzbestimmungen.