- Next Date:
- 09.06.2023
- Course ends on:
- 10.06.2023
- Total Duration:
- 2 Tagen
- Internship:
- Nein
- Execution Time:
- Ein-/mehr-maliger Wochenendkurs
- min. Participants:
- 5
- max. Participants:
- 12
- Price:
- €39 - Preis ermäßigt: 21,50 EUR
- Final Examination:
- Nein
- Qualification Title:
- keine Angaben
- Certifications of the Course:
- keine Angaben
- Courses for Women only:
- Nein
- Childcare:
- Nein
- Link to Course:
- Zum Angebot auf der Anbieter-Website
- Quantity of Details:
- Suchportal Standard nicht erfüllt - further information
- Target Groups:
- keine Angaben
- Professional Requirements:
- keine Angaben
- Technical Requirements:
- Keine besonderen Anforderungen.
- Classification of the Federal Employment Agency:
- keine Angaben
Contents
Aktuelle Trends wie Digitalisierung, E-Commerce und Social Media führen zu einer rasanten Zunahme an Daten, die für Unternehmen zunehmend zum zentralen Erfolgsfaktor werden (Daten als „Rohstoff“ des 21. Jahrhunderts). Die durch algorithmenbasierte Datenanalysen (z.B. Data Mining, Text Mining, Predictive Analytics) gewonnenen Informationen liefern bspw. dem Marketing, CRM, Vertrieb oder Controlling wichtige Erkenntnisse für den Geschäftserfolg („Business Intelligence“). Data Science ist eine Querschnittsdisziplin und wird nicht nur in Unternehmen erfolgreich eingesetzt, sondern auch in anderen Bereichen wie z.B. in Behörden und öffentlichen Einrichtungen, in der Medizin, im Bildungswesen und medialen Umfeld, in der Marktforschung sowie in den Sozial- und Naturwissenschaften.
In diesem Kurs-Modul werden die in den Modul B und C erworbenen methodischen Kenntnisse des Machine Learning und der praktischen Statistik ergänzt durch die Techniken und Methoden des „Feature Engineering“. Diese Techniken und Methoden (Data Cleansing, Data Reduction, Data Construction, Data Transformation und Data Sampling) haben das Ziel, die analytische Präzision von Algorithmen und damit die Analyse-Ergebnisse zu verbessern, indem vor der eigentlichen Analyse die ausgewählten Daten für deren Anwendung in Algorithmen optimiert werden („Data Preprocessing“).
Voraussetzungen: Solide PC-Kenntnisse sowie idealerweise Kenntnisse der Module B und C.
All statements without guarantee. The providers are solely responsible for the correctness of the given information.
Published on 21.10.2022, last updated on 05.06.2023