Kurse rund um Daten, KI und Cloud

• MittelSchwierigkeitsgrad
• 4.8+
• 208 Wiederholungen

Learn to model and predict stock data values using linear models, decision trees, random forests, and neural networks.

• MittelSchwierigkeitsgrad
• 4.8+
• 191 Wiederholungen

In diesem Kurs erweitern wir deinen Data-Science-Werkzeugkasten um logistische und Poisson-Regression.

• MittelSchwierigkeitsgrad
• 4.8+
• 445 Wiederholungen

Dieser Kurs hilft dir, die unstrukturierten Rohdaten einer PostgreSQL-Datenbank zu bereinigen und konkrete Erkenntnisse abzuleiten.

• MittelSchwierigkeitsgrad
• 4.8+
• 201 Wiederholungen

Dieser Kurs vermittelt grundlegende Konzepte zu Zufallsvariablen, Mittelwert und Varianz, Wahrscheinlichkeitsverteilungen und mehr.

• MittelSchwierigkeitsgrad
• 4.8+
• 489 Wiederholungen

Discover Snowflake window functions to solve complex data problems with rankings, partitions, and rolling calculations.

• MittelSchwierigkeitsgrad
• 4.8+
• 53 Wiederholungen

Dieser Kurs zeigt dir, was neuronale Netze sind und wie du mit TensorFlow Deep-Learning-Modelle erstellst.

• MittelSchwierigkeitsgrad
• 4.8+
• 270 Wiederholungen

Hier schauen wir uns an, wie wir beliebige Dateiformate parsen, ob Flatfiles, Statistiksoftware, Datenbanken oder Daten aus dem Internet.

• MittelSchwierigkeitsgrad
• 4.7+
• 215 Wiederholungen

Mit Shiny kannst du interaktive Web-Apps direkt in R erstellen – und deinem Team Daten als Dashboard oder Visualisierung bereitstellen.

• MittelSchwierigkeitsgrad
• 4.6+
• 99 Wiederholungen

In this course you will learn how to predict future events using linear regression, generalized additive models, random forests, and xgboost.

• MittelSchwierigkeitsgrad
• 4.7+
• 184 Wiederholungen

In diesem Kurs lernst du, wie du mit SciPy und PuLP von Python arbeitest, um authentische Optimierungsprobleme zu lösen.

• MittelSchwierigkeitsgrad
• 4.8+
• 219 Wiederholungen

Du wirst Techniken des Nettoumsatzmanagements in Excel für ein Unternehmen aus dem Bereich der schnelllebigen Konsumgüter anwenden.

• MittelSchwierigkeitsgrad
• 4.8+
• 69 Wiederholungen

Develop a strong intuition for how hierarchical and k-means clustering work and learn how to apply them to extract insights from your data.

• MittelSchwierigkeitsgrad
• 4.8+
• 407 Wiederholungen

Dieser Kurs zeigt dir praxisnah, wie du besonders schnelle PostgreSQL-Abfragen aufbaust.

• MittelSchwierigkeitsgrad
• 4.7+
• 601 Wiederholungen

Lerne, verteiltes Datenmanagement und maschinelles Lernen in Spark mit dem PySpark-Paket zu implementieren.

• MittelSchwierigkeitsgrad
• 4.8+
• 42 Wiederholungen

In diesem Kurs lernst du die wichtigsten Konzepte des maschinellen Lernens kennen, zum Beispiel wie man Vorhersagemodelle erstellt und bewertet.

• MittelSchwierigkeitsgrad
• 4.8+
• 206 Wiederholungen

Learn about AWS Boto and harnessing cloud technology to optimize your data workflow.

• MittelSchwierigkeitsgrad
• 4.8+
• 62 Wiederholungen

In diesem Kurs geht es darum, Textdaten in R mit dem tidy-Framework zu analysieren.

• MittelSchwierigkeitsgrad
• 4.8+
• 323 Wiederholungen

Lerne mehr über MLOps-Architektur, CI/CD/CM/CT-Techniken und Automatisierungsmuster, um ML-Systeme einzusetzen, die langfristig einen Mehrwert bieten.

• MittelSchwierigkeitsgrad
• 4.8+
• 439 Wiederholungen

Hier erstellst du mit den Text- und Audiomodellen von OpenAI multimodale Systeme, wie etwa einen Kundensupport-Chatbot.

• MittelSchwierigkeitsgrad
• 4.8+
• 175 Wiederholungen

Lerne, wie du Zeitreihen in R visualisieren kannst, und probier es dann mit einer Fallstudie zur Aktienauswahl aus.

• MittelSchwierigkeitsgrad
• 4.9+
• 26 Wiederholungen

Get hands-on with Claude Code, Anthropics terminal AI agent: master context, plan mode, custom commands, MCP, and hooks to ship real work you can trust.

• MittelSchwierigkeitsgrad
• 4.7+
• 382 Wiederholungen

Explore Data Version Control for ML data management. Master setup, automate pipelines, and evaluate models seamlessly.

• MittelSchwierigkeitsgrad
• 4.7+
• 138 Wiederholungen

Nutze die RNA-Seq-Differenzanalyse, um Gene zu finden, die wahrscheinlich wichtig für verschiedene Krankheiten oder Zustände sind.

• MittelSchwierigkeitsgrad
• 4.7+
• 372 Wiederholungen

Mit der Python-Bibliothek „Great Expectations“ kannst du in Data-Science- und Data-Engineering-Workflows für hohe Datenqualität sorgen.

• MittelSchwierigkeitsgrad
• 4.7+
• 288 Wiederholungen

Hier erfährst du, wie du ansprechende Visualisierungen erstellst und deine Ergebnisse effizient und effektiv vermittelst.

• MittelSchwierigkeitsgrad
• 4.7+
• 336 Wiederholungen

Hier lernst du, wie du mit Python, dem geopandas-Paket und folium maps Geodaten ansprechend visualisierst.

• MittelSchwierigkeitsgrad
• 4.7+
• 95 Wiederholungen

Visualisiere Saisonalität, Trends und andere Muster in deinen Zeitreihendaten.

• MittelSchwierigkeitsgrad
• 4.7+
• 375 Wiederholungen

Optimiere Llama mit TorchTune für deine eigenen Aufgaben und lerne Techniken für effizientes Fine-Tuning, wie zum Beispiel Quantisierung.

• MittelSchwierigkeitsgrad
• 4.8+
• 233 Wiederholungen

Lerne anhand von Beispielen aus der Praxis, wie du Trigger in SQL Server entwirfst und einsetzt.

• MittelSchwierigkeitsgrad
• 4.8+
• 490 Wiederholungen

Learn powerful command-line skills to download, process, and transform data, including machine learning pipeline.