Kurs
A/B-Tests in R
- FortgeschrittenSchwierigkeitsgrad
- 4.3+
- 247
Du lernst die Grundlagen von A/B-Tests in R und erfährst, wie du Experimente planst, Daten analysierst und Ergebnisse visualisierst.
Probabilistik & Statistik
Kurse rund um Daten, KI und Cloud
Relevante Fähigkeiten entwickelnUnsere erfahrenen Lehrkräfte vermitteln dir in kurzen Videos wichtige Kompetenzen. Du vertiefst dein neues Wissen anschließend in interaktiven Übungen direkt im Browser.
- Im eigenen Tempo lernen
- Praktische Erfahrungen sammeln
- Kurze Kapitel durcharbeiten
Kostenloses Konto erstellen
oder
Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.675 Kurse
Kurs
Geodaten in R visualisieren
- FortgeschrittenSchwierigkeitsgrad
- 4.4+
- 246
Hier liest, erkundest und bearbeitest du Geodaten und nutzt dann deine Fähigkeiten, um mit R aussagekräftige Karten zu erstellen.
Datenvisualisierung
Kurs
Fehler und Unsicherheit in Google Sheets
- FortgeschrittenSchwierigkeitsgrad
- 4.5+
- 245
Hier lernst du, wie du echte Effekte von Zufall unterscheidest und Denkfehler erkennst, die Entscheidungen verzerren.
Probabilistik & Statistik
Kurs
Survival-Analyse in R
- FortgeschrittenSchwierigkeitsgrad
- 4.8+
- 244
Learn to work with time-to-event data. The event may be death or finding a job after unemployment. Learn to estimate, visualize, and interpret survival models!
Probabilistik & Statistik
Kurs
IoT-Daten in Python analysieren
- FortgeschrittenSchwierigkeitsgrad
- 4.7+
- 242
Hier importierst, bereinigst und bearbeitest du IoT-Daten in Python und bereitest sie so für maschinelles Lernen vor.
Datenbearbeitung
Kurs
Einführung in Spark mit sparklyr in R
- FortgeschrittenSchwierigkeitsgrad
- 4.5+
- 242
Lerne in nur 4 Stunden, wie du mit Spark und dem sparklyr-Paket in R Big-Data-Analysen durchführst, und entdecke Spark MLIb.
Data Engineering
Kurs
Interaktive Datenvisualisierung mit plotly in R
- BasicSchwierigkeitsgrad
- 4.5+
- 241
Dieser Kurs hilft dir, mit plotly in R interaktive Datenvisualisierungen zu erstellen und deine Daten optimal zu präsentieren.
Datenvisualisierung
Kurs
Schlussfolgern bei der linearen Regression in R
- ExperteSchwierigkeitsgrad
- 4.4+
- 239
In diesem Kurs lernst du, wie du mit linearen Modellen Schlussfolgerungen ziehst.
Probabilistik & Statistik
Kurs
Einführung in die Unternehmensbewertung
- BasicSchwierigkeitsgrad
- 4.8+
- 237
Lerne Unternehmensbewertung mit praktischen Anwendungen und Fallstudien unter Verwendung des Discounted-Cashflow-Modells (DCF).
Angewandte Finanzen
Kurs
Daten mit data.table in R verknüpfen
- FortgeschrittenSchwierigkeitsgrad
- 4.2+
- 233
In diesem Kurs lernst du, wie du Datensätze mit data.table kombinieren und zusammenführen kannst.
Datenbearbeitung
Kurs
Datenbearbeitung in KNIME
- BasicSchwierigkeitsgrad
- 4.7+
- 231
Automatisiere die Datenbearbeitung mit KNIME, indem du Zusammenführungen, Aggregationen, Datenbank-Workflows und erweiterte Dateiverarbeitung beherrschst.
Datenbearbeitung
Kurs
Skalierbare KI-Modelle mit PyTorch Lightning
- FortgeschrittenSchwierigkeitsgrad
- 4.5+
- 230
Mach deine KI-Projekte einfacher, indem du modulare Modelle erstellst und mit PyTorch Lightning die fortgeschrittene Optimierung meisterst!
Künstliche Intelligenz
Kurs
Exploring Data Transformation with Google Cloud
- BasicSchwierigkeitsgrad
- 4.8+
- 226
Exploring Data Transformation with Google Cloud
Cloud
Kurs
Python für R-Nutzer
- FortgeschrittenSchwierigkeitsgrad
- 4.7+
- 226
Dieser Kurs ist für Leute, die R nutzen und sich schnell mit Python vertraut machen wollen!
Softwareentwicklung
Kurs
Building Recommendation Engines with PySpark
- ExperteSchwierigkeitsgrad
- 4.5+
- 223
Learn tools and techniques to leverage your own big data to facilitate positive experiences for your users.
Maschinelles Lernen
Cloud
Kurs
Fallstudie: Finanzanalyse in KNIME
- FortgeschrittenSchwierigkeitsgrad
- 4.1+
- 221
In diesem Kurs machst du dich mit der Finanzanalyse in KNIME vertraut und verbesserst deine Skills rund um Datenaufbereitung und Workflow.
Angewandte Finanzen
Kurs
Statistik-Interviewfragen in Python üben
- ExperteSchwierigkeitsgrad
- 4.5+
- 220
Wir bereiten dich für dein nächstes Statistik-Interview vor und wiederholen bedingte Wahrscheinlichkeiten, A/B-Tests und mehr.
Probabilistik & Statistik
Kurs
Gen AI Apps: Transform Your Work
- BasicSchwierigkeitsgrad
- 4.8+
- 219
This course introduces Google’s gen AI applications, such as Google Workspace with Gemini and NotebookLM.
Cloud
Kurs
Machine Learning für Marketing mit Python
- FortgeschrittenSchwierigkeitsgrad
- 4.5+
- 219
Hier setzt du Machine Learning im Marketing ein – vom Customer Lifetime Value über Abwanderungsprognosen bis zur Segmentierung.
Maschinelles Lernen
Kurs
Dashboards mit shinydashboard erstellen
- BasicSchwierigkeitsgrad
- 4.4+
- 217
Learn to create interactive dashboards with R using the powerful shinydashboard package. Create dynamic and engaging visualizations for your audience.
Berichtswesen
Kurs
Zeitreihenanalyse in Tableau
- FortgeschrittenSchwierigkeitsgrad
- 4.3+
- 217
In this course, you’ll learn to classify, treat and analyze time series; an absolute must, if you’re serious about stepping up as an analytics professional.
Datenvisualisierung
Kurs
Datenvisualisierung in KNIME
- BasicSchwierigkeitsgrad
- 4.5+
- 216
Erfahre, wie du mit KNIME überzeugende Datenvisualisierungen erstellst, einschließlich Diagrammen, Komponenten und Dashboards.
Datenvisualisierung
Cloud
Kurs
Analyzing Social Media Data in Python
- FortgeschrittenSchwierigkeitsgrad
- 4.8+
- 213
In this course, youll learn how to collect Twitter data and analyze Twitter text, networks, and geographical origin.
Datenbearbeitung
Kurs
Recommendation Engines mit Python entwickeln
- FortgeschrittenSchwierigkeitsgrad
- 4.6+
- 209
Lerne, wie du mit Python und Machine-Learning-Techniken Empfehlungssysteme entwickelst.
Maschinelles Lernen
Kurs
Effizient mit pandas programmieren
- FortgeschrittenSchwierigkeitsgrad
- 4.6+
- 207
Dieser Kurs vermittelt effiziente Techniken in pandas, mit denen du deinen Python-Code optimieren kannst.
Softwareentwicklung
Kurs
Grundlagen der Inferenz in Python
- ExperteSchwierigkeitsgrad
- 4.5+
- 207
Dieser vierstündige Kurs über statistische Inferenz in Python vermittelt praxisnah, wie du datenbasierte Schlussfolgerungen ziehst.
Probabilistik & Statistik
Kurs
Forecasting-Pipelines für die Produktion entwerfen
- ExperteSchwierigkeitsgrad
- 4.3+
- 207
Im Fokus dieses Kurses stehen skalierbare Prognosepipelines in Python und wie du sie entwirfst, automatisierst und überwachst.
Maschinelles Lernen
Kurs
Überlebenszeitanalyse in Python
- ExperteSchwierigkeitsgrad
- 4.6+
- 206
In diesem Kurs ermittelst du anhand von Überlebensanalysen die geschätzte Zeit bis zum Eintritt eines Ereignisses und die Überlebenszeit.
Probabilistik & Statistik
FAQs
Was ist Data Science?
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.
Wie kann ich Data Science lernen?
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.
Welche Fähigkeiten sind für Data Science erforderlich?
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.
Wofür kann ich Data Science nutzen?
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.
Ist eine Karriere im Bereich Data Science sinnvoll?
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.
Ist es schwierig, Data Scientist zu werden?
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.
Erfordert Data Science Programmierkenntnisse?
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.
Wie lange dauert es, Data Scientist zu werden?
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.
Welche Themen kann ich im Bereich Data Science lernen?
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.