Data Science - Grundlagen

Bessere Entscheidungen treffen, tiefere Einblicke gewinnen mit Data Science.

Data Science treibt eine weltweite Revolution voran, die von der Geschäftsautomatisierung bis zur sozialen Interaktion alles berührt. Sie ist auch eine der am schnellsten wachsenden, lohnendsten Karrieren, die Analysten und Ingenieure rund um den Globus beschäftigt.

Erhalten Sie einen verständlichen, nicht-technischen Überblick über das Gebiet Data Science und werden Vokabular, Fähigkeiten, Berufe, Werkzeuge und Techniken der Data Science kennenlernen. Sie werden die Beziehungen zu anderen datengestützten Bereichen wie maschinelles Lernen und künstliche Intelligenz verstehen und einen Überblick über die wichtigsten Praktiken erhalten: das Sammeln und Analysieren von Daten, das Formulieren von Regeln für die Klassifizierung und Entscheidungsfindung und das Zeichnen umsetzbarer Erkenntnisse.

Auch Ethik und Rechenschaftspflicht werden Sie einschätzen und natürlich auch praktische Hinweise erhalten. Am Ende werden Sie sehen, wie Data Science Ihnen helfen kann, bessere Entscheidungen zu treffen, tiefere Einblicke zu gewinnen und Ihre Arbeit effektiver und effizienter zu gestalten.

Was ist Data Science?

• Angebot und Nachfrage für Data Science
• Das Venn-Diagramm der Datenwissenschaft
• Der datenwissenschaftliche Pfad
• Rollen und Teams in der Datenwissenschaft

Der Platz der Datenwissenschaft im Datenuniversum

• Künstliche Intelligenz
• Maschinelles Lernen
• Neuronale Netze für tiefes Lernen
• Große Daten
• Prädiktive Analytik
• Präskriptive Analytik
• Business Intelligence

Ethik und Recht

• Rechtliche, ethische und soziale Fragen der Data Science
• Algorithmen und Entscheidungsträger

Datenquellen

• Vorbereitung der Daten
• Interne Daten
• Öffentliche Daten
• APIs - Schnittstellen
• Auslesen von Daten
• Erstellen von Daten
• Passive Sammlung von Trainingsdaten
• Selbstgenerierte Daten

Erstellen von Regeln

• Die Aufzählung expliziter Regeln
• Die Ableitung von Regeln aus der Datenanalyse
• Die Generierung impliziter Regeln

Werkzeuge für die Datenwissenschaft

• Anwendungen für die Datenanalyse
• Sprachen für die Datenwissenschaft
• Maschinelles Lernen als Dienstleistung

Mathematik für Datenwissenschaften

• Algebra
• Kalkül
• Optimierung und die kombinatorische Explosion
• Bayesscher Satz

Analysen für die Datenwissenschaft

• Deskriptive Analysen
• Prädiktive Modelle
• Trend-Analyse
• Clustering
• Klassifizieren
• Erkennung von Anomalien
• Reduzierung der Dimensionalität
• Feature-Auswahl und -Erstellung
• Validierung von Modellen
• Aggregierende Modelle

Handeln in der Datenwissenschaft

• Interpretierbarkeit
• Umsetzbare Einsichten

Wir befinden uns mitten in einer neuen globalen Revolution, einer Revolution, die von den Daten, die uns umgeben, angetrieben wird und sich auf diese konzentriert, und die alles durchdringt, was wir tun, von der Herstellung von Toast über das Autofahren im ganzen Land bis hin zur Erfindung neuer Paradigmen für die soziale Interaktion. Und der Schlüssel zu all dem ist die Datenwissenschaft. Sie werden einige der Wege erforschen, die die Datenwissenschaft erlaubt, neue Fragen zu stellen und zu beantworten, von denen Sie vorher nicht einmal träumten. Dazu werden Sie sehen, wie sich die Datenwissenschaft mit anderen datenintensiven Fachgebieten wie der künstlichen Intelligenz, dem maschinellen Lernen und der präskriptiven Analytik verbindet. Sie werden die grundlegenden Praktiken für das Sammeln und Analysieren von Daten, die Formulierung von Regeln für die Klassifizierung und Entscheidungsfindung und die Umsetzung dieser Erkenntnisse verstehen und Sie werden einige der Werkzeuge verwenden, die in der Datenwissenschaft eingesetzt werden.

Die Weiterbildung "Data Science - Grundlagen" bieten wir Ihnen als Firmenseminar sowie Inhouse-Schulung Live-Online und Vor-Ort an!