Kurs
Einführung in die Portfolioanalyse in R
- BasicSchwierigkeitsgrad
- 4.8+
- 153 Wiederholungen
In diesem Kurs vertiefst du deine Finanzkenntnisse in R, um Finanzportfolios zu back-testen, zu analysieren und zu optimieren.
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
Kurs
In diesem Kurs vertiefst du deine Finanzkenntnisse in R, um Finanzportfolios zu back-testen, zu analysieren und zu optimieren.
Angewandte Finanzen
Kurs
Du lernst die Grundlagen von MLOps kennen, einschließlich Tools und Methoden zur Automatisierung und Skalierung von ML-Anwendungen.
Maschinelles Lernen
Kurs
In diesem Kurs arbeitest du mit Renditereihen von Risikofaktoren, untersuchst empirische Eigenschaften und schätzt den Value-at-Risk.
Angewandte Finanzen
Kurs
Lerne, wie du mit Python und Machine-Learning-Techniken Empfehlungssysteme entwickelst.
Maschinelles Lernen
Kurs
Schau dir mal die Daten vom Stanford Open Policing Project an und guck mit Pandas, wie das Geschlecht das Verhalten von Polizisten beeinflusst.
Datenbearbeitung
Kurs
Mach den Wechsel von MATLAB, indem du ein paar grundlegende Python-Konzepte lernst und dich mit den Paketen NumPy und Matplotlib beschäftigst.
Softwareentwicklung
Kurs
Lerne, wie du dein SAS-Wissen in R überträgst und Daten mit dieser kostenlosen und leistungsstarken Software-Sprache analysierst.
Softwareentwicklung
Kurs
In diesem Kurs lernst du Techniken für die statistische Inferenz anhand numerischer Daten kennen.
Probabilistik & Statistik
Kurs
In diesem Kurs lernst du, wie du statistische Techniken für die Arbeit mit kategorialen Daten nutzen kannst.
Probabilistik & Statistik
Kurs
Hier lernst du, wie du fortgeschrittene dplyr-Transformationen vornimmst und dplyr- und ggplot2-Code in Funktionen einbaust.
Datenbearbeitung
Kurs
Statistische Modellierung praktisch anwenden: Mit Logistic Regression und Decision Trees Kreditrisiko modellieren.
Angewandte Finanzen
Kurs
Interaktive Webkarten mit Leichtigkeit mit leaflet erstellen lernen.
Datenvisualisierung
Kurs
Build stateful AI agents that maintain context and remember user preferences using session state, memory management, and personalization.
Cloud
Kurs
Lerne, wie du mit Keras Deep-Learning-Modelle entwickelst.
Künstliche Intelligenz
Kurs
Verbessere deine KNIME-Kenntnisse mit diesem Kurs zu Datentransformationen, Spaltenoperationen und Workflow-Optimierungen.
Datenaufbereitung
Kurs
Tired of launch week chaos? Plan and write a full product launch in a single session with Claude Cowork.
Künstliche Intelligenz
Kurs
Learn MLOps tools and best practices for deploying, evaluating, monitoring and operating production ML systems on Google Cloud.
Cloud
Kurs
Design and deploy high-performance AI/ML solutions using Google Clouds AI Hypercomputer, GPUs, TPUs, Compute, and Google Kubernetes Engine.
Cloud
Kurs
Der Kurs vermittelt dir, wie du in R defensiv programmierst und so deinen Code robuster machst.
Softwareentwicklung
Kurs
Mach einen KI-Agenten für das Gesundheitswesen mit Haystack, einem Open-Source-Framework, das LLMs und externe Komponenten zusammenbringt.
Künstliche Intelligenz
Kurs
This course introduces the comprehensive and flexible infrastructure and platform services provided by Google Cloud with a focus on Core Services.
Cloud
Kurs
Lerne anhand einer Reihe von Fallstudien aus dem Bereich HR-Analytik, wie du Daten bearbeiten, visualisieren und statistische Tests durchführen kannst.
Explorative Datenanalyse
Kurs
Lerne, wie du Zeitreihen in R visualisieren kannst, und probier es dann mit einer Fallstudie zur Aktienauswahl aus.
Datenvisualisierung
Kurs
Lerne, wie du deine Workflows im Bereich maschinelles Lernen mit tidymodels optimieren kannst.
Maschinelles Lernen
Kurs
Lerne, PostgreSQL für die effektive Zeitreihenanalyse zu nutzen und diese Techniken auf reale Daten anzuwenden.
Datenbearbeitung
Kurs
Learn to develop R packages and boost your coding skills. Discover package creation benefits, practice with dev tools, and create a unit conversion package.
Softwareentwicklung
Kurs
Gain a deep understanding of various evaluation metrics, methodologies, and their appropriate application across different model types and tasks.
Cloud
Kurs
Dive into our Tableau case study on supply chain analytics. Tackle shipment, inventory management, and dashboard creation to drive business improvements.
Datenvisualisierung
Kurs
In diesem Kurs ermittelst du anhand von Überlebensanalysen die geschätzte Zeit bis zum Eintritt eines Ereignisses und die Überlebenszeit.
Probabilistik & Statistik
Kurs
Der Kurs zeigt dir praxisnah, wie du mit RNNs Textstimmung klassifizieren, Sätze erstellen und Texte zwischen Sprachen übersetzen kannst.
Künstliche Intelligenz
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.
Mach Fortschritte unterwegs – mit unseren mobilen Kursen und den täglichen 5-minütigen Coding-Challenges.