Kurs
Modellierung mit tidymodels in R
- FortgeschrittenSchwierigkeitsgrad
- 4.8+
- 231
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 entwickelst du ein solides Verständnis für rekursive Abfragen und hierarchische Datenstrukturen.
Softwareentwicklung
Kurs
In diesem Kurs lernst du, wie du Datensätze mit data.table kombinieren und zusammenführen kannst.
Datenbearbeitung
Kurs
Verbessere deine KNIME-Kenntnisse mit diesem Kurs zu Datentransformationen, Spaltenoperationen und Workflow-Optimierungen.
Datenaufbereitung
Kurs
Wir vertiefen dein Wissen und bereiten dich mit Python-ML-Interviewfragen gezielt auf dein nächstes Bewerbungsgespräch vor.
Maschinelles Lernen
Kurs
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
Hier lernst du, wie du in Python A/B-Tests erstellst, ausführst und analysierst – und damit proaktive Geschäftsentscheidungen triffst.
Probabilistik & Statistik
Kurs
Build real-world applications with Python—practice using OOP and software engineering principles to write clean and maintainable code.
Softwareentwicklung
Kurs
Du lernst die Grundlagen von MLOps kennen, einschließlich Tools und Methoden zur Automatisierung und Skalierung von ML-Anwendungen.
Maschinelles Lernen
Kurs
You explore the different layers of building gen AI solutions, Google Cloud’s offerings, and the factors to consider when selecting a solution.
Cloud
Kurs
Lerne die beiden wichtigsten Aufgaben der statistischen Inferenz: Parameterschätzung und Hypothesentests.
Probabilistik & Statistik
Kurs
In diesem Kurs lernst du, wie du Rohdaten aufbereitest und in präzise Erkenntnisse umwandelst.
Datenaufbereitung
Kurs
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
Learn the fundamentals of how to build conversational bots using rule-based systems as well as machine learning.
Maschinelles Lernen
Kurs
Lerne Unternehmensbewertung mit praktischen Anwendungen und Fallstudien unter Verwendung des Discounted-Cashflow-Modells (DCF).
Angewandte Finanzen
Kurs
Learn how containers work in Azure, including registries, ACI, AKS basics, scaling, monitoring, and troubleshooting.
Cloud
Kurs
Take Polars further with text manipulation, rolling statistics, DataFrame joins, and advanced analytics.
Datenbearbeitung
Kurs
Learn how computers work, design efficient algorithms, and explore computational theory to solve real-world problems.
Softwareentwicklung
Kurs
Dieser Kurs vermittelt effiziente Techniken in pandas, mit denen du deinen Python-Code optimieren kannst.
Softwareentwicklung
Kurs
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
Learn sentiment analysis by identifying positive and negative language, specific emotional intent and making compelling visualizations.
Maschinelles Lernen
Kurs
Lerne, wie du mit Python und Machine-Learning-Techniken Empfehlungssysteme entwickelst.
Maschinelles Lernen
Kurs
Lerne, wie du die Hyperparameter deines Modells anpassen kannst, um die besten Vorhersageergebnisse zu bekommen.
Maschinelles Lernen
Kurs
Hier setzt du Machine Learning im Marketing ein – vom Customer Lifetime Value über Abwanderungsprognosen bis zur Segmentierung.
Maschinelles Lernen
Kurs
In diesem Kurs machst du dich mit der Finanzanalyse in KNIME vertraut und verbesserst deine Skills rund um Datenaufbereitung und Workflow.
Angewandte Finanzen
Kurs
Lerne Marketinganalysen mit Tableau. Schau dir die Performance an, vergleiche Kennzahlen und optimiere Strategien über verschiedene Kanäle hinweg.
Datenaufbereitung
Kurs
Mach deine KI-Projekte einfacher, indem du modulare Modelle erstellst und mit PyTorch Lightning die fortgeschrittene Optimierung meisterst!
Künstliche Intelligenz
Kurs
Trust and Security with Google Cloud
Cloud
Kurs
Automatisiere die Datenbearbeitung mit KNIME, indem du Zusammenführungen, Aggregationen, Datenbank-Workflows und erweiterte Dateiverarbeitung beherrschst.
Datenbearbeitung
Kurs
Learn to create, secure, and manage APIs with Azure API Management through hands-on practice.
Cloud
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.