Data Science mit Python mit NumPy, pandas, scikit-learn, Matplotlib und co.

Zielgruppen:

Interessenten mit abgeschlossener Berufsausbildung oder Berufserfahrungen im Medienbereich, Kommunikationsbereich oder kaufmännischen Bereich, die sicher im Umgang mit dem PC sind sowie eine Affinität zum Internet und digitalen Medien haben und die sich im Thema: Data Science mit Python mit NumPy, pandas, scikit-learn, Matplotlib und co. weiterbilden wollen.

Fachliche Voraussetzungen:

Keine besonderen Anforderungen.

Technische Voraussetzungen:

Keine besonderen Anforderungen.

Systematik der Agenturen für Arbeit:

keine Angaben

Inhalte

Die Data Science mit Python bietet Unternehmen erstaunliche und äußerst wertvolle Einblicke.


Erfahren Sie, wie Sie den Data Science und Python verwenden, um gängige Data-Science-Aufgaben zu erledigen.

Sie lernen die grundlegenden Werkzeuge und Konzepte kennen, um Daten mit Python effektiv zu verarbeiten. Sie erfahren, wie Sie mit Visual Studio Code für die Dokumentation, NumPy für numerische Berechnungen, Pandas für Data Crunching, scikit-learn für die Datenmodellierung, madplotlib für die Datenvisualisierung und vielem mehr arbeiten.

Abschließend verfügen Sie über die Fähigkeiten, die Sie benötigen, um Daten zu laden und zu analysieren, Modelle auszuführen, komplexe Probleme zu lösen und Ergebnisse für Ihr Team darzustellen und das alles mit Python.

Einführung in Data Science mit Python
- Überblick Python
- Überblick Data Science
- Installation von Python

Visual Studio Code und Python
- Arbeiten mit VS Code
- Code-Zellen verwenden
- Erweiterungen für die Sprache Python
- Verstehen von Markdown-Zellen

NumPy - Grundlagen
- NumPy-Übersicht
- NumPy-Arrays
- Zerschneiden von Arrays
- Boolesche Indizierung
- Verstehen von Broadcasting
- Verständnis von Array-Operationen
- Verstehen von ufuncs

pandas - Grundlagen
- pandas Übersicht
- Laden von CSV-Dateien
- Parsing-Zeit
- Zugriff auf Zeilen und Spalten
- Berechnen der Geschwindigkeit
- Anzeige der Geschwindigkeit als Boxplot

Installieren von Python-Paketen
- Einführung in Python-Pakete
- Verwendung von Umgebungen
- Verwaltung von Abhängigkeiten

folium und Geo - Grundlagen
- Erstellen einer ersten Karte
- Zeichnen eines Tracks auf einer Karte
- Verwendung von Geodaten mit Shapely

scikit-learn - Grundlagen
- scikit-learn Einführung
- Regression
- Verstehen der Trainings-/Test-Aufteilung
- Daten vorverarbeiten
- Zusammenstellen von Pipelines
- Speichern und Laden von Modellen

Matplotlib - Grundlagen
- Überblick über Matplotlib
- Stile verwenden
- Anpassen der Pandas-Ausgabe
- Pandas-Plotten
- Verwendung von Matplotlib mit Pandas
- Interaktive Plots
- Andere Plotting-Pakete

Weitere Python-Pakete für Data Science
- Übersicht über andere Pakete
- Schneller werden mit Numba
- Deep Learning verstehen
- Arbeiten mit Bildverarbeitung
- NLP verstehen
- Mit größeren Daten arbeiten

Der Entwicklungsprozess von Python Data Science
- Überblick über den Entwicklungsprozess
- Verständnis der Quellcodekontrolle
- Code-Überprüfung
- Überblick über das Testen
- Beispiel für Tests


Data Science boomt und Python ist dabei ein wichtiger Faktor. Lernen Sie eigene Modelle und Visualisierungen mit Python zu erstellen und generell Erfolg mit Python und Daten haben. Entdecken Sie die Python-Werkzeuge und -Techniken, die Sie bei Ihrer täglichen Arbeit zur Verarbeitung von Daten und zur Gewinnung von Erkenntnissen aus diesen Daten nutzen können.


Die Weiterbildung "Data Science mit Python mit NumPy, pandas, scikit-learn, Matplotlib und co." bieten wir Ihnen als Coaching, Workshop, Training - Live-Online und Vor-Ort an.