Weiter zum Inhalt

Kurse rund um Daten, KI und Cloud

Relevante Fähigkeiten entwickeln

Unsere erfahrenen Lehrkräfte vermitteln dir in kurzen Videos wichtige Kompetenzen. Du vertiefst dein neues Wissen anschließend in interaktiven Übungen direkt im Browser.

  • Im eigenen Tempo lernen
  • Praktische Erfahrungen sammeln
  • Kurze Kapitel durcharbeiten

Kostenloses Konto erstellen

Mit Google fortfahrenWeitere Optionen anzeigen

oder


Durch Klick auf die Schaltfläche akzeptierst du unsere Nutzungsbedingungen, unsere Datenschutzrichtlinie und die Speicherung deiner Daten in den USA.
127 Kurse

Kurs

Einführung in R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 2.438 Wiederholungen

Beherrsche die Grundlagen der Datenanalyse in R, einschließlich Vektoren, Listen und Datenrahmen, und übe R mit echten Datensätzen.

Softwareentwicklung

4 Stunden

Kurs

R für Fortgeschrittene

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 993 Wiederholungen

Setze deine Reise zum R-Ninja fort, indem du etwas über bedingte Anweisungen, Schleifen und Vektorfunktionen lernst.

Softwareentwicklung

6 Stunden

Kurs

Einführung in die Statistik mit R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 2.090 Wiederholungen

In diesem Statistik-Einführungskurs lernst du, wie du Daten mit R erfasst, analysierst und in präzise Schlussfolgerungen transformierst.

Probabilistik & Statistik

4 Stunden

Kurs

Einführung in das Tidyverse

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 1.158 Wiederholungen

Mit tidyverse, einer leistungsstarken und beliebten Sammlung von Data Science Tools in R, kannst du deine eigenen Daten erforschen und visualisieren.

Softwareentwicklung

4 Stunden

Kurs

Einführung in die Datenvisualisierung mit ggplot2

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 2.529 Wiederholungen

Lerne die Grundlagen professioneller Diagramme und erstelle aussagekräftige und ansprechende Datenvisualisierungen mit ggplot2.

Datenvisualisierung

4 Stunden

Kurs

Datenmanipulation mit dplyr

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 717 Wiederholungen

Vertiefe deine Tidyverse-Kenntnisse und lerne, wie du Daten mit dplyr transformierst und bearbeitest.

Datenbearbeitung

4 Stunden

Kurs

Einführung in Regression mit R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 1.488 Wiederholungen

Sag die Immobilienpreise und die Klickrate von Anzeigen voraus, indem du Regressionsanalysen in R machst, analysierst und interpretierst.

Probabilistik & Statistik

4 Stunden

Kurs

Einführung in das Importieren von Daten in R

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 364 Wiederholungen

In diesem Kurs lernst du, wie du CSV-, XLS- und Textdateien in R mit Tools wie readxl und data.table einliest.

Datenaufbereitung

3 Stunden

Kurs

Explorative Datenanalyse in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 1.244 Wiederholungen

Hier erfährst du, wie du mit grafischen und numerischen Techniken die Struktur deiner Daten ermittelst.

Explorative Datenanalyse

4 Stunden

Kurs

Hypothesentests in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 1.003 Wiederholungen

Hypothesentests in R: t-Tests, Proportionentests und Chi-Quadrat-Tests gezielt einsetzen.

Probabilistik & Statistik

4 Stunden

Kurs

Daten mit dplyr verknüpfen

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 1.257 Wiederholungen

Wir zeigen dir, wie du mit dplyr Daten aus mehreren Tabellen zusammenführst, um so komplexere Fragen zu beantworten.

Datenbearbeitung

4 Stunden

Kurs

Fortgeschrittene Regression in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 807 Wiederholungen

Lerne, wie man lineare und logistische Regression mit mehreren erklärenden Variablen durchführt.

Probabilistik & Statistik

4 Stunden

Kurs

Überwachtes Lernen in R: Klassifikation

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 146 Wiederholungen

In diesem Kurs lernst du die Grundlagen des maschinellen Lernens für Klassifikationsaufgaben.

Maschinelles Lernen

4 Stunden

Kurs

Fortgeschrittene Datenvisualisierung mit ggplot2

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 974 Wiederholungen

In diesem Kurs nutzt du Facets, Koordinatensysteme und Statistik in ggplot2, um aussagekräftige Diagramme zu erstellen.

Datenvisualisierung

4 Stunden

Kurs

Datenbereinigung in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 812 Wiederholungen

In diesem Kurs lernst du, Daten effizient und akkurat zu bereinigen, um Rohdaten in gewinnbringende Erkenntnisse zu verwandeln.

Datenaufbereitung

4 Stunden

Kurs

Stichprobenerhebung in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 874 Wiederholungen

Hier erfährst du, wie du mit weniger Daten genauere Statistiken erhalten kannst.

Probabilistik & Statistik

4 Stunden

Kurs

Effizient R-Code schreiben

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 136 Wiederholungen

Lerne, wie du schneller R-Code schreibst, mach dich mit Benchmarking und Profiling vertraut und entdecke die Geheimnisse der parallelen Programmierung.

Softwareentwicklung

4 Stunden

Kurs

Einführung in Bioconductor in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 119 Wiederholungen

Lerne, wie man wichtige Bioconductor-Pakete für die Bioinformatik mit Datensätzen von Viren, Pilzen, Menschen und Pflanzen benutzt!

Probabilistik & Statistik

4 Stunden

Kurs

Lineare Algebra für Data Science in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 137 Wiederholungen

In diesem Einführungskurs in die lineare Algebra lernst du eines der wichtigsten mathematischen Themen der Datenwissenschaft kennen.

Probabilistik & Statistik

4 Stunden

Kurs

Einführung in R für Finance

  • BasicSchwierigkeitsgrad
  • 4.7+
  • 98 Wiederholungen

Lerne wichtige Datenstrukturen wie Listen und Datenrahmen kennen und wende dieses Wissen direkt auf Finanzbeispiele an.

Angewandte Finanzen

4 Stunden

Kurs

Fortgeschrittenes Importieren von Daten in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 287 Wiederholungen

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

Datenaufbereitung

3 Stunden

Kurs

Berichten mit R Markdown

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 330 Wiederholungen

Bei R Markdown handelt es sich um eine einfache Formatierungssprache zum Erstellen dynamischer Berichte aus R-Code.

Berichtswesen

4 Stunden

Kurs

Daten umformen mit tidyr

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 462 Wiederholungen

Mach fast jeden Datensatz in ein ordentliches Format um, damit du ihn leichter analysieren kannst.

Datenbearbeitung

4 Stunden

Kurs

Versuchsplanung in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 348 Wiederholungen

Dieser Kurs fokussiert sich auf die Grundlagen der Versuchsplanung – ein wichtiger Teil jeder Datenanalyse.

Probabilistik & Statistik

4 Stunden

Kurs

Grundlagen der Wahrscheinlichkeit mit R

  • BasicSchwierigkeitsgrad
  • 4.8+
  • 457 Wiederholungen

In diesem Kurs lernst du die Konzepte von Zufallsvariablen, Verteilungen und Konditionierung kennen.

Probabilistik & Statistik

4 Stunden

Kurs

Grundlagen der Inferenz in R

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 53 Wiederholungen

Wir zeigen dir, wie du mithilfe statistischer Inferenz aus einer Datenstichprobe Schlussfolgerungen über eine Grundgesamtheit ziehen kannst.

Probabilistik & Statistik

4 Stunden

Kurs

Webanwendungen mit Shiny in R entwickeln

  • MittelSchwierigkeitsgrad
  • 4.7+
  • 220 Wiederholungen

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

Softwareentwicklung

4 Stunden

Kurs

Zeitreihenanalyse in R

  • MittelSchwierigkeitsgrad
  • 4.8+
  • 90 Wiederholungen

Dieser Kurs macht dich mit zentralen Techniken vertraut, um aus Zeitreihendaten wichtige Erkenntnisse zu gewinnen.

Probabilistik & Statistik

4 Stunden

FAQs

Was ist Data Science?

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.

Wie kann ich Data Science lernen?

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.

Welche Fähigkeiten sind für Data Science erforderlich?

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.

Wofür kann ich Data Science nutzen?

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.

Ist eine Karriere im Bereich Data Science sinnvoll?

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.

Ist es schwierig, Data Scientist zu werden?

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.

Erfordert Data Science Programmierkenntnisse?

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.

Wie lange dauert es, Data Scientist zu werden?

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.

Welche Themen kann ich im Bereich Data Science lernen?

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.

DataCamp gibt es auch für Mobilgeräte

Mit unseren Kursen für Mobilgeräte und täglichen Programmier-Challenges erweiterst du deine Datenkompetenz von unterwegs.