Kurs
Modellierung mit tidymodels in R
- MittelSchwierigkeitsgrad
- 4.8+
- 182 Wiederholungen
Lerne, wie du deine Workflows im Bereich maschinelles Lernen mit tidymodels optimieren kannst.
Maschinelles Lernen
Unsere erfahrenen Lehrkräfte vermitteln dir in kurzen Videos wichtige Kompetenzen. Du vertiefst dein neues Wissen anschließend in interaktiven Übungen direkt im Browser.
oder
Kurs
Lerne, wie du deine Workflows im Bereich maschinelles Lernen mit tidymodels optimieren kannst.
Maschinelles Lernen
Kurs
In diesem Kurs vertiefst du deine Finanzkenntnisse in R, um Finanzportfolios zu back-testen, zu analysieren und zu optimieren.
Angewandte Finanzen
Kurs
In diesem Kurs lernst du die Support-Vektor-Maschine (SVM) auf eine einfache und anschauliche Art kennen.
Maschinelles Lernen
Kurs
Lerne, immer komplexere Probleme zu lösen, indem du Simulationen nutzt, um Daten zu generieren und zu analysieren.
Probabilistik & Statistik
Kurs
This course introduces Google Clouds AI and machine learning (ML) capabilities, with a focus on developing both generative and predictive AI projects.
Cloud
Kurs
Dieser vierstündige Kurs über statistische Inferenz in Python vermittelt praxisnah, wie du datenbasierte Schlussfolgerungen ziehst.
Probabilistik & Statistik
Kurs
Lerne, wie du mit Keras Deep-Learning-Modelle entwickelst.
Künstliche Intelligenz
Kurs
Deploy ADK agents to production using Vertex AI Agent Engine and Cloud Run. Add persistent cross-session memory with Memory Bank.
Cloud
Kurs
Werde statistisch fit und wende deine Fähigkeiten auf reale Datensätze an, um umsetzbare Erkenntnisse zu gewinnen.
Probabilistik & Statistik
Kurs
Lerne, wie du mit Python und Machine-Learning-Techniken Empfehlungssysteme entwickelst.
Maschinelles Lernen
Kurs
Apply statistical modeling in a real-life setting using logistic regression and decision trees to model credit risk.
Angewandte Finanzen
Kurs
Interaktive Webkarten mit Leichtigkeit mit leaflet erstellen lernen.
Datenvisualisierung
Kurs
Im Fokus dieses Kurses stehen skalierbare Prognosepipelines in Python und wie du sie entwirfst, automatisierst und überwachst.
Maschinelles Lernen
Kurs
Lerne Marketinganalysen mit Tableau. Schau dir die Performance an, vergleiche Kennzahlen und optimiere Strategien über verschiedene Kanäle hinweg.
Datenaufbereitung
Kurs
Meisterst du die Stammdatenbereinigung in Java mit statistischen Methoden, Transformationen und Validierung für zuverlässige Apps.
Datenimport/-bereinigung
Kurs
Mach einen KI-Agenten für das Gesundheitswesen mit Haystack, einem Open-Source-Framework, das LLMs und externe Komponenten zusammenbringt.
Künstliche Intelligenz
Kurs
In diesem Kurs schlüpfst du in eine CFO-Rolle, in der du den Vorstand zu wichtigen Kennzahlen berätst und Finanzprognosen erstellst.
Angewandte Finanzen
Kurs
In diesem Kurs ermittelst du anhand von Überlebensanalysen die geschätzte Zeit bis zum Eintritt eines Ereignisses und die Überlebenszeit.
Probabilistik & Statistik
Kurs
Learn Google Cloud essentials including computing, storage, networking, and resource management through videos and hands-on labs in this foundational course.
Cloud
Kurs
In diesem Kurs arbeitest du mit Renditereihen von Risikofaktoren, untersuchst empirische Eigenschaften und schätzt den Value-at-Risk.
Angewandte Finanzen
Kurs
Dieser Kurs hilft dir, mit plotly in R interaktive Datenvisualisierungen zu erstellen und deine Daten optimal zu präsentieren.
Datenvisualisierung
Kurs
Verbessere deine KNIME-Kenntnisse mit diesem Kurs zu Datentransformationen, Spaltenoperationen und Workflow-Optimierungen.
Datenaufbereitung
Kurs
Schau dir mal die Daten vom Stanford Open Policing Project an und guck mit Pandas, wie das Geschlecht das Verhalten von Polizisten beeinflusst.
Datenbearbeitung
Kurs
Lerne anhand einer Reihe von Fallstudien aus dem Bereich HR-Analytik, wie du Daten bearbeiten, visualisieren und statistische Tests durchführen kannst.
Explorative Datenanalyse
Kurs
Dieser Kurs gibt dir das nötige Fundament, um mit Analytics in R effektiv Betrug zu erkennen.
Maschinelles Lernen
Kurs
Hier lernst du, Geschäftsprozesse mit ereignisdiskreter Simulation zu optimieren und digitale Zwillinge mit Python und SimPy zu entwickeln.
Probabilistik & Statistik
Kurs
Lerne, PostgreSQL für die effektive Zeitreihenanalyse zu nutzen und diese Techniken auf reale Daten anzuwenden.
Datenbearbeitung
Kurs
Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.
Softwareentwicklung
Kurs
Lerne, wie du mit R Modelle entwickeln kannst, um Anleihen zu bewerten und zu analysieren und sie vor Zinsänderungen zu schützen.
Angewandte Finanzen
Kurs
Finde heraus, wie du mit deinen Daten über Text-to-Query-KI-Agenten mit MongoDB und LangGraph kommunizieren kannst.
Künstliche Intelligenz
Bei Data Science handelt es sich um ein Fachgebiet, das sich auf die Gewinnung von Informationen aus Daten konzentriert. Mit Programmierkenntnissen, wissenschaftlichen Methoden, Algorithmen etc. analysieren Data Scientists Daten, um praktische Erkenntnisse zu gewinnen.
Du musst eine Programmiersprache wie Python oder R lernen und die Grundlagen der Mathematik und Statistik beherrschen. Kenntnisse über Datenanalysemethoden und Data-Science-Tools sind auch wichtig. Es gibt viele Möglichkeiten, Data Science zu lernen. Neben formalen Bildungswegen wie einem Studium gibt es viele andere Ressourcen, mit denen du in deinem eigenen Tempo lernen kannst. Neben Online-Kursen und Tutorials gibt es Bücher, Videos und vieles mehr.
Neben Kenntnissen in Mathematik und Statistik benötigen Data Scientists Programmierkenntnisse in Sprachen wie Python, R und SQL. Darüber hinaus erfordert Data Science den Umgang mit großen Datensätzen sowie Kenntnisse in Datenvisualisierung, Data Wrangling und Datenbankmanagement. Auch Kenntnisse in Machine Learning und Deep Learning sind nützlich.
In nahezu jeder Branche kann Data Science in mehr oder weniger großem Umfang nützlich sein. Organisationen im Gesundheitswesen können mithilfe von Data Science Krankheiten besser erkennen und heilen, während Finanzunternehmen sie nutzen, um Betrug zu erkennen und zu verhindern. Darüber hinaus kommt Data Science branchenübergreifend im Marketing zum Einsatz, etwa beim Aufbau von Empfehlungssystemen und bei der Analyse der Kundenabwanderung.
Ja, Data Science gehört zu den am schnellsten wachsenden Bereichen weltweit. Damit verbundene Berufe gehören zu den am besten bezahlten überhaupt. Laut Daten von Payscale verdienen erfahrene Data Scientists in den USA durchschnittlich 97.609 US-Dollar im Jahr bei gleichzeitig hoher Jobzufriedenheit.
Hierbei gibt es einiges zu beachten. Für einen Abschluss im Bereich Data Science sind oftmals durchweg gute Leistungen erforderlich. Darüber hinaus sind für das Entwickeln vieler Data-Science-Fähigkeiten ein intensives Studium und Geduld nötig. Es kann mehrere Monate dauern, bis man alle notwendigen Grundlagen beherrscht und praktische Erfahrung gesammelt hat, um sich eine Einstiegsposition zu sichern.
Ja, du benötigst Programmiererfahrung in Sprachen wie Python, R, SQL, Java und C/C++. Aufgrund ihrer relativ einfachen Syntax wird die Programmiersprache Python von Einsteigern oft bevorzugt.
Eine Person ohne vorherige Programmiererfahrung und/oder mathematischen Hintergrund benötigt in der Regel sieben bis zwölf Monate intensiven Studiums, bis sie auf einem soliden Einstiegsniveau im Bereich Data Science ist. Dabei ist zusätzlich zu beachten, dass ausschließlich theoretische Grundlagen nicht ausreichen, um in diesem Bereich praktisch zu arbeiten.
Sobald du die Grundlagen der Datenwissenschaft beherrschst, kannst du dich in verschiedenen Bereichen spezialisieren, darunter Machine Learning, künstliche Intelligenz, Big-Data-Analyse, Business Analytics und Business Intelligence, Data Mining und mehr.
Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.