Kurs
Introduction to Portfolio Analysis in R
- BasicSchwierigkeitsgrad
- 4.8+
- 275
Apply your finance and R skills to backtest, analyze, and optimize financial portfolios.
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
Apply your finance and R skills to backtest, analyze, and optimize financial portfolios.
Angewandte Finanzen
Kurs
Explore Data Version Control for ML data management. Master setup, automate pipelines, and evaluate models seamlessly.
Maschinelles Lernen
Kurs
Learn to analyze data over time with this practical course on Time Series Analysis in Power BI. Work with real datasets & practice common techniques.
Datenvisualisierung
Kurs
In diesem Kurs lernst du, wie du mit linearen Modellen Schlussfolgerungen ziehst.
Probabilistik & Statistik
Cloud
Kurs
Dieser Kurs vermittelt die wichtigsten Konzepte für langlebige Pipelines.
Maschinelles Lernen
Kurs
Gain an overview of AI Agents. Discover how AI Agents use autonomous action and reasoning to solve complex problems.
Cloud
Kurs
In diesem Kurs untersuchst du historische Abstimmungen der UN-Generalversammlung mithilfe von Datenbearbeitung und -visualisierung.
Explorative Datenanalyse
Kurs
Hier lernst du GARCH-Modelle kennen, implementierst sie und kalibrierst sie mit Finanzdaten von Aktien bis Devisen.
Angewandte Finanzen
Kurs
Wir zeigen dir, wie du eine saubere Dateneingabe gewährleistest und mit dynamischen Dashboards deine Marketingdaten veranschaulichst.
Berichtswesen
Kurs
Dieser Kurs liefert dir einen praxisnahen Einstieg in das Segmentieren von Kundendaten in Python.
Datenbearbeitung
Kurs
Diese Power BI-Fallstudie beleuchtet einen echten Business Case, bei dem du die Konzepte von ETL und Visualisierung anwendest.
Datenvisualisierung
Kurs
Du lernst die Grundlagen von A/B-Tests in R und erfährst, wie du Experimente planst, Daten analysierst und Ergebnisse visualisierst.
Probabilistik & Statistik
Kurs
Lerne, wie du mit Amazon Bedrock auf grundlegende KI-Modelle zugreifen und mit KI arbeiten kannst – ohne dich um komplizierte Infrastruktur kümmern zu müssen.
Künstliche Intelligenz
Kurs
Learn how to use Python to analyze customer churn and build a model to predict it.
Explorative Datenanalyse
Kurs
Get ready to categorize! In this course, you will work with non-numerical data, such as job titles or survey responses, using the Tidyverse landscape.
Datenbearbeitung
Kurs
Build AI agentic workflows that can plan, search, remember, and collaborate, using LlamaIndex.
Künstliche Intelligenz
Kurs
Hier berechnest du Kennzahlen, schätzt die finanzielle Lage ein, behandelst fehlende Werte und präsentierst deine Analyse.
Angewandte Finanzen
Kurs
Lerne, wie du Airbnb-Daten mit SQL in Databricks analysierst, Dashboards erstellst und daraus nützliche Erkenntnisse gewinnst.
Datenimport/-bereinigung
Kurs
You unlock the foundational concepts of generative AI by exploring the differences between AI, ML, and gen AI.
Cloud
Kurs
Lerne, wie du mit JUnit und Mockito effektive Tests in Java schreibst, um robuste, zuverlässige Anwendungen zu entwickeln, auf die du dich verlassen kannst.
Softwareentwicklung
Kurs
Learn tools and techniques to leverage your own big data to facilitate positive experiences for your users.
Maschinelles Lernen
Kurs
Learn how to produce interactive web maps with ease using leaflet.
Datenvisualisierung
Kurs
In diesem Kurs dreht sich alles um SQL, Datenmanagement, Optimierung und Sicherheit von Amazon Redshift.
Data Engineering
Kurs
Kombiniere Text, Bilder, Audio und Video mit den neuesten KI-Modellen von Hugging Face und erstelle neue Bilder und Videos!
Künstliche Intelligenz
Cloud
Kurs
Wir vertiefen dein Wissen und bereiten dich mit Python-ML-Interviewfragen gezielt auf dein nächstes Bewerbungsgespräch vor.
Maschinelles Lernen
Kurs
Lerne, wie du deine Workflows im Bereich maschinelles Lernen mit tidymodels optimieren kannst.
Maschinelles Lernen
Kurs
Dieser Kurs zeigt, wie du mit Transaktionen und Fehlerbehandlung in Mehrbenutzer-Umgebungen Datenkonsistenz gewährleistest.
Softwareentwicklung
Kurs
In diesem Kurs entwickelst du ein solides Verständnis für rekursive Abfragen und hierarchische Datenstrukturen.
Softwareentwicklung
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.