Kurs
Daten umformen mit tidyr
- FortgeschrittenSchwierigkeitsgrad
- 4.8+
- 1.1K
Mach fast jeden Datensatz in ein ordentliches Format um, damit du ihn leichter analysieren kannst.
Datenbearbeitung
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
Mach fast jeden Datensatz in ein ordentliches Format um, damit du ihn leichter analysieren kannst.
Datenbearbeitung
Kurs
Lerne, wie man mit Stammdaten rumhantiert und analysiert, zum Beispiel mit CASE-Anweisungen, Unterabfragen und CTEs in Snowflake.
Datenbearbeitung
Kurs
Master time series data manipulation in R, including importing, summarizing and subsetting, with zoo, lubridate and xts.
Datenbearbeitung
Kurs
Lerne, wie du Pivot-Tabellen erstellst und mit nur wenigen Klicks Tausende von Datenpunkten organisierst.
Datenbearbeitung
Kurs
Entdecke in diesem interaktiven Kurs Alteryx für die Datentransformation und lerne Crosstab, Transpose und die Optimierung von Arbeitsabläufen kennen.
Datenbearbeitung
Kurs
Der Kurs vermittelt dir die Grundlagen relationaler Datenbanken und wie du mit ihnen arbeitest.
Datenbearbeitung
Kurs
Organisiere Daten mit Unions, Joins, Parsing und Performance-Optimierung in Alteryx.
Datenbearbeitung
Kurs
Learn the fundamentals of exploring, manipulating, and measuring biomedical image data.
Datenbearbeitung
Kurs
Dieser Kurs zeigt, wie du Geodaten in deinen Data-Science-Workflow integrierst.
Datenbearbeitung
Kurs
Lerne SQL, indem du KI-Befehle schreibst, die Abfragen zum Sortieren, Gruppieren, Filtern und Kategorisieren von Daten machen.
Datenbearbeitung
Kurs
In diesem Kurs geht es darum, Textdaten in R mit dem tidy-Framework zu analysieren.
Datenbearbeitung
Kurs
In diesem Einstiegskurs erweiterst du deine Kenntnisse rund um Oracle SQL und lernst, Daten zu aggregieren, zu kombinieren und anzupassen.
Datenbearbeitung
Kurs
Learn Snowflake data types and functions to manipulate text, numbers, and dates while building custom functions and pivot tables.
Datenbearbeitung
Kurs
Discover Snowflake window functions to solve complex data problems with rankings, partitions, and rolling calculations.
Datenbearbeitung
Kurs
Hier lernst du, wie du mit Polars Daten effizient transformierst, bereinigst und analysierst.
Datenbearbeitung
Kurs
In dieser Power-BI-Fallstudie hilfst du einem Unternehmen mit Power Query, DAX und Dashboards die gefragtesten Datenjobs zu ermitteln!
Datenbearbeitung
Kurs
Lerne die wichtigsten Konzepte der Datenbearbeitung, wie Filtern, Auswählen und Berechnen von Gruppenstatistiken mit data.table.
Datenbearbeitung
Kurs
Learn powerful command-line skills to download, process, and transform data, including machine learning pipeline.
Datenbearbeitung
Kurs
Hier lernst du, wie du mit Python und SQL in Spark Daten bearbeitest und Feature-Sets für maschinelles Lernen erstellst.
Datenbearbeitung
Kurs
Learn the gritty details that data scientists are spending 70-80% of their time on; data wrangling and feature engineering.
Datenbearbeitung
Kurs
Dieser Kurs zeigt, wie du Datums- und Zeitdaten in SQL Server für Zeitreihenanalysen nutzt.
Datenbearbeitung
Kurs
Learn how to identify, analyze, remove and impute missing data in Python.
Datenbearbeitung
Kurs
Lerne die wichtigsten Funktionen von SQL Server kennen, mit denen du Daten analysieren, verarbeiten und transformieren kannst.
Datenbearbeitung
Kurs
Lerne, wie du Python-Skripte in Power BI für die Datenvorbereitung, Visualisierungen und die Berechnung von Korrelationskoeffizienten nutzen kannst.
Datenbearbeitung
Kurs
Build dynamic Sigma calculations to explore data, automate logic, and uncover trends with practical business examples.
Datenbearbeitung
Kurs
Hier zeigen wir dir, wie du in Python Sprache aus rohen Audiodateien laden, umwandeln und transkribieren kannst.
Datenbearbeitung
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
Dieser Kurs liefert dir einen praxisnahen Einstieg in das Segmentieren von Kundendaten in Python.
Datenbearbeitung
Kurs
In diesem Kurs lernst du, wie du Datensätze mit data.table kombinieren und zusammenführen kannst.
Datenbearbeitung
Kurs
Hier importierst, bereinigst und bearbeitest du IoT-Daten in Python und bereitest sie so für maschinelles Lernen vor.
Datenbearbeitung
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.