Kurs 1036

Data Science and Analytics

Zertifizierter Data Scientist - Einführung in Data Science and Analytics

Blended-Learning
 
Die TeilnehmerInnen erlernen praxisorientiert moderne Verfahren zur Datenanalyse. Sie werden befähigt, Methoden und Werkzeuge aus dem Bereich Data Science einzusetzen, um Unternehmensdaten zu analysieren. Außerdem erwerben sie Kenntnisse, um prädiktive Modelle zu erstellen und das Einsatzpotential von Künstlicher Intelligenz (KI) fallspezifisch abzuschätzen.

Gliederung der Inhalte

 

-  Methoden und Vorgehensweisen im Data Science

-  Grundlagen von R

-  Datenvisualisierung und explorative Datenanalyse

-  Vorverarbeitung und Filterung von Daten

-  Datenauswertung mit Methoden des maschinellen Lernens/Künstliche Intelligenz:

  • Erstellen und Bewerten von Klassifikationsmodellen
  • Erstellen und Bewerten von Clusteringmodellen
  • Erstellen und Bewerten von Regressionsmodellen
  • Erstellen von Prognosemodellen

Die Kombination aus Präsenzlernen, Blended Learning sowie eigenständiger Projektarbeit stellt das Erlernen praktischer Fähigkeiten mit einschlägigen Analysewerkzeugen in den Vordergrund. An Fallbeispielen mit realen Daten wird Theorie mit praktischer Umsetzung verknüpft.

Business Analysts, Berater/innen, IT-Fachkräfte, IT-Manager/innen, IT-Projektleiter/innen

  • Abgeschlossene Berufsausbildung oder abgeschlossenes Hochschulstudium
  • Berufserfahrung

1. Wissen

  •  Konzepte Data Science Prozess und typische Vorgehensweisen kennen
  •  Grundlegende Methoden des maschinellen Lernens kennen
  •  Grundlegende Methoden zur Vorberarbeitung und Visualisierung von Daten kennen

2. Verständnis

  •  Die Einsatzmöglichkeiten und das Potenzial von Methoden des maschinellen Lernens verstehen
  •  Stärken und Schwächen von verschiedenen Methoden einschätzen können

3. Anwendung

  •  R für Aufgaben im Bereich Data Science anzuwenden
  •  Daten zu filtern, zu visualisieren und mit Methoden maschinellen Lernens Modelle zu erstellen

4. Analyse

  •  Daten explorativ zu analysieren
  •  Schlüsse aus Daten und deren Auswertung zu ziehen

5. Synthesis

  •  Verarbeitungsmethoden auszuwählen und fallspezifisch anzupassen

6. Evaluation

  •  Modelle in Bezug auf ihre Qualität und Eignung zu bewerten
  • 1008
    Digitale Serviceprodukte
  • 1030
    Künstliche Intelligenz in der Praxis
  • 1033
    Business Analytics and Data Warehousing
  • 1053
    Intelligente Datenanalyse mit Python
Dozenten
Prof. Dr. Holger Ziekow
Ansprechpersonen
Katrin Ziem
07723 920-2673
Dr. Thomas Jechle
07723 920 2670
Starttermin
 
Endtermin
 
Termindetails
September/Oktober bis November/Dezember 2019
Anmeldefrist
 
Dauer
3 Monate
Veranstaltungsorte
  • Online
  • Studienzentrum Freiburg
ECTS-Punkte
6
Veranstaltungsform
Blended-Learning
Max. Teilnehmerzahl
15
Preis
1.990.- Euro
Ermäßigter Preis
Keine Ermäßigung

 
9DF90B3D51979A58A04F5D57A9B3C0C8A2582448
1.990.- Euro
open
 
 
Zertifizierter Data Scientist - Einführung in Data Science and Analytics
Termin nicht fixiert 
Tutoren