daytime

Die Programmiersprache Python bietet mit einer umfangreichen Landschaft an Bibliotheken zur Datenverarbeitung, -auswertung und -visualisierung sowie Architektur von Machine Learning Modellen eine ideale Plattform für Data Scientists. Die Teilnehmerinnen und Teilnehmer des Trainings lernen die wichtigsten Grundlagen der Programmiersprache Python zügig kennen und erarbeiten in interaktiven Übungen die Grundlagen im Umgang mit Daten (u.a. Import, Verarbeitung, Analyse und Darstellung). Der Workshop gibt zudem einen ersten Einblick in das Thema Machine Learning und bearbeitet ein erstes Beispiel anhand einer Klassifizierung.

• Grundlagen der Programmiersprache Python
• Effiziente numerische Berechnungen (mit numpy)
• Verarbeitung und explorative Analyse von Daten (mit pandas)
• Visualisierung (u. a. matplotlib, plotly)
• Machine Learning-Konzepte im Überblick (u. a. algorithmische und statistische Grundlagen, Lernszenarien, Metriken, Evaluation)
• Machine Learning Pipeline am Beispiel einer Klassifizierung (mit scikit-learn)
• Interaktives Material und durchgehende interaktive Übungen (mit Jupyter Notebooks)

Die Teilnehmer arbeiten mit interaktiven elektronischen Unterlagen.

Der Workshop richtet sich an Anwender, die einen Einstieg in das Thema Datenanalyse und seine Umsetzung mit Python suchen. Der Workshop vermittelt theoretische und praktische Grundlagen und nutzt umfangreiche, interaktive Übungen zur direkten Anwendung und anschließenden Vertiefung des Verständnisses.

Die Teilnehmerinnen und Teilnehmer dieses Workshops sollten ein Interesse für die Arbeit mit Daten und statistischen Methoden mitbringen sowie mit Grundlagen der Programmierung vertraut sein. Grundkenntnisse der Programmiersprache Python sind von Vorteil. Diese können beispielsweise in den Kursen Python für Einsteiger – Einführung in die Programmierung oder Python für Programmierer – Grundlagen für den schnellen Umstieg erworben werden.

Der Kurs Machine Learning – Data Science und künstliche Intelligenz liefert einen thematischen Einstieg ins Machine Learning sowie einen vergleichenden Überblick über verschiedene Algorithmen und Methoden. Zusammen mit diesem Kurs bildet er die ideale Grundlage für den praxisnahen Machine Learning Hands-on Workshop.