Kurs
Financial Trading in Python
- MittelSchwierigkeitsgrad
- 4.8+
- 285 Wiederholungen
Learn to implement custom trading strategies in Python, backtest them, and evaluate their performance!
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
Learn to implement custom trading strategies in Python, backtest them, and evaluate their performance!
Angewandte Finanzen
Kurs
Du kannst DataFrames von einem breiten in ein langes Format umwandeln, Zeilen und Spalten stapeln und entstapeln sowie Multi-Index-DataFrames bearbeiten.
Datenbearbeitung
Kurs
Master the core operations of spaCy and train models for natural language processing. Extract information from unstructured data and match patterns.
Maschinelles Lernen
Kurs
Du entwickelst ein Verständnis für Dimensionsreduktion und setzt bewährte Methoden dazu in Python um.
Maschinelles Lernen
Kurs
Evaluate portfolio risk and returns, construct market-cap weighted equity portfolios and learn how to forecast and hedge market risk via scenario generation.
Angewandte Finanzen
Kurs
Master time series data manipulation in R, including importing, summarizing and subsetting, with zoo, lubridate and xts.
Datenbearbeitung
Kurs
Wechsel zu einer MLOps-Denkweise, mit der du deine Machine-Learning-Modelle trainieren, dokumentieren, pflegen und auf ihr volles Potenzial skalieren kannst.
Maschinelles Lernen
Kurs
Design resilient, production-ready n8n automations that fetch APIs, process data in batches, handle errors, and run unattended on a schedule.
Künstliche Intelligenz
Kurs
Learn the practical uses of A/B testing in Python to run and analyze experiments. Master p-values, sanity checks, and analysis to guide business decisions.
Probabilistik & Statistik
Kurs
Lerne, wie man wichtige Bioconductor-Pakete für die Bioinformatik mit Datensätzen von Viren, Pilzen, Menschen und Pflanzen benutzt!
Probabilistik & Statistik
Kurs
In diesem Kurs lernst du die vier wichtigsten nosql-Datenbanken und gängigen Engines kennen – ganz ohne Programmierkenntnisse.
Data Engineering
Kurs
Discover different types in data modeling, including for prediction, and learn how to conduct linear regression and model assessment measures in the Tidyverse.
Probabilistik & Statistik
Kurs
In diesem Kurs lernst du, effiziente Abfragen zu schreiben, die leicht lesbar und verständlich sind.
Softwareentwicklung
Kurs
Learn how to build interactive and insight-rich dashboards with Dash and Plotly.
Datenvisualisierung
Kurs
Learn the fundamentals of exploring, manipulating, and measuring biomedical image data.
Datenbearbeitung
Kurs
Bei R Markdown handelt es sich um eine einfache Formatierungssprache zum Erstellen dynamischer Berichte aus R-Code.
Berichtswesen
Kurs
In diesem Einführungskurs in die lineare Algebra lernst du eines der wichtigsten mathematischen Themen der Datenwissenschaft kennen.
Probabilistik & Statistik
Kurs
Wir zeigen dir, wie du mithilfe statistischer Inferenz aus einer Datenstichprobe Schlussfolgerungen über eine Grundgesamtheit ziehen kannst.
Probabilistik & Statistik
Kurs
Learn to perform linear and logistic regression with multiple explanatory variables.
Probabilistik & Statistik
Kurs
Leg die Grundlagen, die du brauchst, um statistisch zu denken und die Sprache deiner Daten zu sprechen.
Probabilistik & Statistik
Kurs
Learn Snowflake data types and functions to manipulate text, numbers, and dates while building custom functions and pivot tables.
Datenbearbeitung
Kurs
Dieser Kurs zeigt, wie du Visualisierungen und Berichte in Power BI zielgruppengerecht gestaltest.
Datenvisualisierung
Kurs
Dieser Kurs macht dich vertraut mit den Herausforderungen bei der Überwachung von Machine-Learning-Modellen im Produktivbetrieb.
Maschinelles Lernen
Kurs
In diesem Kurs bekommst du praxisnah vermittelt, wie du mit Python Betrug erkennst.
Maschinelles Lernen
Kurs
Mit den Visualisierungstools von Seaborn erstellt du in diesem Kurs ganz einfach ansprechende und informative Visualisierungen.
Datenvisualisierung
Kurs
Master SQL Server programming by learning to create, update, and execute functions and stored procedures.
Softwareentwicklung
Kurs
Dieser Kurs fokussiert sich auf die Grundlagen der Versuchsplanung – ein wichtiger Teil jeder Datenanalyse.
Probabilistik & Statistik
Kurs
Bring deine Reporting-Fähigkeiten mit den integrierten Statistikfunktionen von Tableau auf die nächste Stufe.
Probabilistik & Statistik
Kurs
This course provides an intro to clustering and dimensionality reduction in R from a machine learning perspective.
Maschinelles Lernen
Kurs
Dieser Kurs zeigt, wie du Geodaten in deinen Data-Science-Workflow integrierst.
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.