Bootcamp - Machine Learning und Data Science mit Python

Python-Essentials:

• Installation von neuen Modulen
• Jupyter Notebooks / Jupyter Lab
• Verwendung von Funktionen und Methoden
• Python im Vergleich zu anderen Sprachen

Grundlegende Datenstrukturen:

• Einführung in grundlegende Datentypen (String, Integer, Float, NaN)
• Erläuterung wichtiger Strukturen: Liste, Tupel, Wörterbuch
• Einführung in List Comprehension

pandas-Datenverarbeitung - DataFrames:

• Erkunden der DataFrame-Struktur (Zeilen, Spalten)
• Auswahl von Zeilen/Spalten
• Erstellen, Löschen und Bearbeiten von Zeilen/Spalten
• Boolean Indexing für Zeilenauswahl

Statistiken direkt in pandas DataFrames berechnen:

• Einfache Statistiken auf DataFrames (Mittelwert, Min, Max, Summe, Median, Varianz usw.)
• Daten aggregieren und filtern
• Fehlende Werte behandeln
• Kreuztabellen erstellen

Programmablaufsteuerung:

• Eigene Funktionen erstellen
• Default-Parameter in Funktionen festlegen (Positional und Keyword Arguments)
• For-Schleifen verwenden
• If-Else-Bedingungen implementieren

Datendarstellung mit seaborn / matplotlib:

• Grundlagen von matplotlib kennenlernen
• Anpassung von Achsen, Legende, Titel
• Diagramme speichern
• In seaborn verschiedene Diagrammtypen erstellen
• Darstellungen variieren/festsetzen (Größe, Farbe, Gruppierung)

Daten einlesen und speichern:

• Arbeitsverzeichnis in Python festlegen
• Einlesen und Speichern von CSV- und Excel-Dateien
• Daten von URLs beziehen
• Überblick über Parameter
• Lesen und Schreiben im Python-Format pickle
• Umgang mit großen Daten

Datenbankzugriff mit SQLAlchemy:

• Verbindung zur Datenbank herstellen
• Tabellen extrahieren/schreiben
• SQL-Befehle an die Datenbank senden
• Datenabfragen per SQL-Statement direkt aus Python

Numpy-Einführung:

• Einführung in numpy-Arrays und deren Attribute
• Arrays erstellen und befüllen
• Mathematische Operationen und Statistikfunktionen

Datenverarbeitung:

• Daten normalisieren
• Fehlende Werte ergänzen
• Dummy-Variablen und One-Hot-Encoding

Machine Learning-Überblick:

• Grundlagen des Machine Learning
• Praktische Anwendungen
• Unterschiede von KI, Machine Learning und Deep Learning
• Überwachtes und unüberwachtes Lernen
• Vermeidung von Overfitting, Train-Test-Split

Lineare Regression mit scikit-learn:

• Aufteilung der Daten, Modellbau und Validierung
• Grundlagen der linearen Regression
• Implementierung in Python mit scikit-learn
• Validierung der Ergebnisse (MSE)

Logistische Regression mit statsmodels:

• Verwendung von statsmodels für statistische Modelle
• Modellbau und Validierung
• Grundlagen der logistischen Regression
• Ergebnisvalidierung

Entscheidungsbaum mit scikit-learn:

• Datenaufteilung, Modellbau und Validierung
• Grundlagen des Entscheidungsbaums
• Implementierung in Python
• Validierung der Ergebnisse (u.a. Verwirrungsmatrix, Sensitivität, Genauigkeit)
• Anpassung von Hyperparametern

Ensemblemethoden (+ AdaBoost):

• Erstellung und Training von Ensembles mit scikit-learn
• Bagging und Boosting
• Grundlagen von AdaBoost für Klassifikation und Regression
• Implementierung und Validierung

Random Forest:

• Datenaufteilung, Modellbau und Validierung
• Grundlagen des Random-Forest-Algorithmus
• Validierung der Ergebnisse
• Out-of-bag error
• Random Forest für Regression
• Anpassung von Hyperparametern

Weitere Algorithmen im Überblick:

• Einführung in K-nearest Neighbor und einfache neuronale Netzwerke (MLP) mit scikit-learn
• Implementierung und Validierung
• Anwendung weiterer Algorithmen mit scikit-learn

Grid Search & Cross Validation:

• Kreuzvalidierung und Grid Search mit scikit-learn
• Automatisierte Suche nach Hyperparametern
• Training des finalen Modells nach Kreuzvalidierung

Clustering (K-Means, DBSCAN):

• Erstellung und Validierung von Cluster-Modellen
• Grundlagen von K-Means und DBSCAN
• Implementierung und Validierung

Abschluss und Fallstudie:

• Auswahl des geeigneten Algorithmus
• Visualisierung von Entscheidungsgrenzen
• Fallstudie zur Wiederholung und Diskussion