Data Science mit Python - Einführung in Python

Dauer
Ausführung
Vor Ort, Online
Startdatum und Ort

Data Science mit Python - Einführung in Python

GFU Cyrus AG
Logo von GFU Cyrus AG
Bewertung: starstarstarstar_halfstar_border 7,3 Bildungsangebote von GFU Cyrus AG haben eine durchschnittliche Bewertung von 7,3 (aus 10 Bewertungen)

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

Startdaten und Startorte

placeKöln
23. Sep 2024 bis 25. Sep 2024
check_circle Garantierte Durchführung
computer Online: Zoom
23. Sep 2024 bis 25. Sep 2024
check_circle Garantierte Durchführung
computer Online: Zoom
11. Nov 2024 bis 15. Nov 2024
computer Online: Zoom
2. Dez 2024 bis 4. Dez 2024
check_circle Garantierte Durchführung
computer Online: Zoom
10. Feb 2025 bis 14. Feb 2025
placeKöln
17. Mär 2025 bis 19. Mär 2025
computer Online: Zoom
17. Mär 2025 bis 19. Mär 2025
computer Online: Zoom
12. Mai 2025 bis 16. Mai 2025
placeKöln
11. Jun 2025 bis 13. Jun 2025
computer Online: Zoom
11. Jun 2025 bis 13. Jun 2025
computer Online: Zoom
15. Sep 2025 bis 19. Sep 2025
computer Online: Zoom
15. Dez 2025 bis 19. Dez 2025

Beschreibung

Schulungen der Extraklasse ✔ Durchführungsgarantie ✔ Trainer aus der Praxis ✔ Kostenfreies Storno ✔ 3=2 Kostenfreie Teilnahme für den Dritten ✔ Persönliche Lernumgebung ✔ Kleine Lerngruppen

Seminarziel

Sie können grundlegende Schritte mit Python im Bereich Data Science anwenden, so dass ein selbstständiges Arbeiten möglich ist. Wege, um weitergehende Algorithmen und Methoden in Python zu finden sind bekannt, um das Wissen auch nach dem Seminar weiter ausbauen zu können. Sie haben einen Überblick über verwendete Algorithmen im Machine Learning und können diese voneinander differenzieren und in Python anwenden. Sie arbeiten überwiegend selbstständig mit Unterstützung des Trainers, um das Erlernte direkt umzusetzen und anzuwenden. Anhand von Datenbeispielen werden die wichtigsten Bibliotheken (pandas, seaborn, scikit-learn) besprochen und in umfangreichen Übungen trainiert. 

Inhal…

Gesamte Beschreibung lesen

Frequently asked questions

Es wurden noch keine FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Noch nicht den perfekten Kurs gefunden? Verwandte Themen: Data Science Python, Data Science, Python, Big Data und Data Analytics.

Schulungen der Extraklasse ✔ Durchführungsgarantie ✔ Trainer aus der Praxis ✔ Kostenfreies Storno ✔ 3=2 Kostenfreie Teilnahme für den Dritten ✔ Persönliche Lernumgebung ✔ Kleine Lerngruppen

Seminarziel

Sie können grundlegende Schritte mit Python im Bereich Data Science anwenden, so dass ein selbstständiges Arbeiten möglich ist. Wege, um weitergehende Algorithmen und Methoden in Python zu finden sind bekannt, um das Wissen auch nach dem Seminar weiter ausbauen zu können. Sie haben einen Überblick über verwendete Algorithmen im Machine Learning und können diese voneinander differenzieren und in Python anwenden. Sie arbeiten überwiegend selbstständig mit Unterstützung des Trainers, um das Erlernte direkt umzusetzen und anzuwenden. Anhand von Datenbeispielen werden die wichtigsten Bibliotheken (pandas, seaborn, scikit-learn) besprochen und in umfangreichen Übungen trainiert. 

Inhalt

  • Einführung
    • Kurzer Hintergrund zu Python und Anaconda 
    • Installieren von neuen Paketen
    • Arbeiten mit Jupyter Lab
  • Einführung in das Data Science Paket pandas
    • Elemente eines pandas data.frame 
    • Eine Zeile/Spalte ansprechen, hinzufügen, löschen und verändern 
    • Boolean indexing
    • Ein leeres data.frame erstellen
    • Überblick über Methoden, ein data.frame anzupassen (Spaltennamen ändern, Werte ersetzen, ein data.frame sortieren
  • Grundlegende Statistiken mit pandas
    • Überblick über Statistiken, die mit einem data.frame berechnen werden kann (Anzahl an gültigen Beobachtungen, Summe, Mittelwert, Median, Minimum, Maximum, Varianz,...) 
    • Eine Kreuztabelle (Kontingenztafel) berechnen
    • Analysen mit grouphy gruppieren
    • Fehlende Werte ergänzen
  • Daten einlesen
    • Das Arbeitsverzeichnis in Python setzen 
    • Ein CSV einlesen und schreiben und Überblick über die nützlichsten Parameter hierfür
    • Python's pickle modul zum Speichern von Python Objekten
    • Verschiedene Datentypen konvertieren (integer, unsigned integer, float, string)
  • Visualisierung mit matplotlib und seaborn
    • Die Hauptelemente beim Plotten mit matplotlib
    • Einen Plot anpassen (x- und y-Achse ändern, Beschriftungen, Legende und Titel ändern) und speichern
    • Auswahl von Farben
    • Erstellen von Scatterplot, Linienplot, Barplot, Boxplot mit seaborn
  • Control Flows
    • Die range() Funktion
    • Eine eigene Funktion schreiben
    • Default Parameter in einer Funktion setzen
    • For Schleifen
    • If-Else Bedingungen
    • Logische Vergleichsoperatoren
    • Zuweisungsoperatoren
  • Überblick über Machine Learning
    • Was ist Machine Learning
    • Die Einteilung von Algorithmen im Machine Learning (supervised Learning - unsupervised learning - reinforcement learning)
    • Overfitting, Train-Test-Split und cross-validation (Kreuzvalidierung)
  • Machine Learning Algorithmen (Theorie und Praxis) 
    • Einführung in den Algorithmus (Lineare Regression, Entscheidungsbaum)
    • Train-Test Split der Daten
    • Umsetzung des Algorithmus in Python 
    • Validieren der Ergebnisse (u.a. confusion matrix, sensitivity, accuracy)
  • Optional: Weitere Machine Learning Algorithmen in Python
    • Erklärung von Random Forest und K-means
    • Umsetzung dieser Algorithmen in Python 
    • Validieren der Ergebnisse
    • Cross-validation (Kreuzvalidierung) 

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 FAQ hinterlegt. Falls Sie Fragen haben oder Unterstützung benötigen, kontaktieren Sie unseren Kundenservice. Wir helfen gerne weiter!

Bitte füllen Sie das Formular so vollständig wie möglich aus

(optional)
(optional)
(optional)
(optional)
(optional)
(optional)
(optional)

Haben Sie noch Fragen?

(optional)

Anmeldung für Newsletter

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