Kurs
Einführung in die Portfolioanalyse mit Python
- ExperteSchwierigkeitsgrad
- 4.9+
- 447
Du machst dich vertraut mit Risiko- und Performance-Kennzahlen und erstellst ein Portfolio für das gewünschte Risiko-Rendite-Verhältnis.
Angewandte Finanzen
Unsere erfahrenen Lehrkräfte vermitteln dir in kurzen Videos wichtige Kompetenzen. Du vertiefst dein neues Wissen anschließend in interaktiven Übungen direkt im Browser.
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.Kurs
Du machst dich vertraut mit Risiko- und Performance-Kennzahlen und erstellst ein Portfolio für das gewünschte Risiko-Rendite-Verhältnis.
Angewandte Finanzen
Kurs
Mach es dir leicht, fehlende Daten zu visualisieren, zu untersuchen und zu ergänzen – mit naniar, einem tidyverse-freundlichen Ansatz für fehlende Daten.
Datenaufbereitung
Kurs
In diesem Kurs lernst du, wie man hierarchische Modelle mit Zufallseffekten anpasst.
Probabilistik & Statistik
Kurs
Schmeiß die Vorurteile raus, um das Potenzial deiner Daten voll auszuschöpfen. So kannst du präzise Analysen und zuverlässige Modelle erstellen.
Datenmanagement
Kurs
Wir tauchen ein in die Grundlagen der Geschäftsmodellierung, darunter Cashflows, Investitionen, Annuitäten, Kreditrückzahlungen und mehr.
Angewandte Finanzen
Kurs
Hier erstellst du mit den Text- und Audiomodellen von OpenAI multimodale Systeme, wie etwa einen Kundensupport-Chatbot.
Künstliche Intelligenz
Kurs
Hier schauen wir uns an, wie wir beliebige Dateiformate parsen, ob Flatfiles, Statistiksoftware, Datenbanken oder Daten aus dem Internet.
Datenaufbereitung
Kurs
Lerne wichtige Finanzkonzepte wie Kapitalinvestitionen, WACC und Shareholder Value kennen.
Angewandte Finanzen
Kurs
Dieser Kurs zeigt, wie du Datums- und Zeitdaten in SQL Server für Zeitreihenanalysen nutzt.
Datenbearbeitung
Kurs
Dieser Kurs fokussiert sich auf die Grundlagen der Versuchsplanung – ein wichtiger Teil jeder Datenanalyse.
Probabilistik & Statistik
Kurs
Nach dieser Einführung ins tidyverse erstellst du hochwertige Grafiken und individuelle Berichte, die deine Ergebnisse optimal rüberbringen.
Datenvisualisierung
Kurs
Develop a strong intuition for how hierarchical and k-means clustering work and learn how to apply them to extract insights from your data.
Maschinelles Lernen
Kurs
Hier erfährst du, wie du GenAI-Modellen menschliche Werte vermittelst, und sammelst praktische Erfahrungen mit fortgeschrittenen LLMs.
Künstliche Intelligenz
Kurs
Master travel planning with WanderBot: craft prompts, build confidence, and streamline your next adventure.
Künstliche Intelligenz
Kurs
Lerne, wie du Zeitreihen in R visualisieren kannst, und probier es dann mit einer Fallstudie zur Aktienauswahl aus.
Datenvisualisierung
Kurs
Extend your regression toolbox with the logistic and Poisson models and learn to train, understand, and validate them, as well as to make predictions.
Probabilistik & Statistik
Kurs
Dieser Kurs zeigt dir, wie du die Gewinn- und Verlustrechnung und die Bilanz in Power BI anwendest.
Angewandte Finanzen
Kurs
Test a chatbot that matches customers with ideal skincare products using your prompting skills for personalized results.
Künstliche Intelligenz
Kurs
This course aims to move beyond the basic understanding of chatbots to explore the true potential of generative AI for your organization.
Cloud
Kurs
Learn how to identify, analyze, remove and impute missing data in Python.
Datenbearbeitung
Kurs
Hier ermittelst du, welche Skills bei Data Scientists, Data Analysts und Data Engineers besonders gefragt sind.
Datenvisualisierung
Kurs
Hier lernst du, wie du mit Python, dem geopandas-Paket und folium maps Geodaten ansprechend visualisierst.
Datenvisualisierung
Kurs
Dieser Kurs vermittelt grundlegende Konzepte zu Zufallsvariablen, Mittelwert und Varianz, Wahrscheinlichkeitsverteilungen und mehr.
Probabilistik & Statistik
Kurs
Hier entwickelst du ein solides Verständnis dafür, wie du Daten in Microsoft Fabric umwandeln und analysieren kannst.
Sonstige
Kurs
In dieser Power BI-Fallstudie analysierst du den Hypothekenhandel und verbesserst deine Skills rund um Datenmodellierung und Finanzanalyse.
Angewandte Finanzen
Kurs
Write and edit faster with Gemini in Google Docs. Get AI-powered drafting, rewriting, and content suggestions to create clear, polished documents effortlessly.
Künstliche Intelligenz
Kurs
Mit den Visualisierungstools von Seaborn erstellt du in diesem Kurs ganz einfach ansprechende und informative Visualisierungen.
Datenvisualisierung
Kurs
Mit der Python-Bibliothek „Great Expectations“ kannst du in Data-Science- und Data-Engineering-Workflows für hohe Datenqualität sorgen.
Data Engineering
Kurs
Lerne die Grundlagen zum Parsen, Bearbeiten und Berechnen von Datums- und Zeitangaben in R.
Softwareentwicklung
Kurs
Entdecke in diesem vierstündigen Kurs Anomalien in deiner Datenanalyse und erweitere dein Python-Statistik-Toolkit.
Probabilistik & Statistik
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.