Kurs
Datenaufbereitung in Excel
- BasicSchwierigkeitsgrad
- 4.8+
- 7.8K
Verstehen, wie man Excel-Daten mit logischen Funktionen, verschachtelten Formeln, Nachschlagefunktionen und PivotTables aufbereitet.
Datenaufbereitung
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
Verstehen, wie man Excel-Daten mit logischen Funktionen, verschachtelten Formeln, Nachschlagefunktionen und PivotTables aufbereitet.
Datenaufbereitung
Kurs
Lerne in diesem interaktiven Kurs zu Power BI, wie du Daten mit dem Power Query Editor für Analysen aufbereitest und transformierst.
Datenaufbereitung
Kurs
Lerne in diesem Kurs, wie du Daten aus diversen Quellen wie Excel, SQL, SAS oder direkt aus dem Internet in Python importierst.
Datenaufbereitung
Kurs
Entdecke Excel Power Query für fortgeschrittene Datenumwandlung und -bereinigung, um deine Entscheidungsfindung und Analyse zu verbessern.
Datenaufbereitung
Kurs
Erwirb die nötigen Fähigkeiten, um fehlerhafte Daten zu bereinigen und Rohdaten in wertvolle Erkenntnisse zu verwandeln.
Datenaufbereitung
Kurs
Tauche ein in die Welt von Alteryx Designer und lerne, wie du mit diesem Tool Daten laden, aufbereiten und aggregieren kannst.
Datenaufbereitung
Kurs
Vertiefe deine Kenntnisse zum Datenimport in Python und erlerne den Umgang mit Web- und API-Daten.
Datenaufbereitung
Kurs
Nutze das volle Potenzial von Google Tabellen – mithilfe grundlegender Kenntnisse zu Formeln, Operationen und Zellbezügen.
Datenaufbereitung
Kurs
In diesem Kurs lernst du, wie du CSV-, XLS- und Textdateien in R mit Tools wie readxl und data.table einliest.
Datenaufbereitung
Kurs
Lerne, wie du mit der Python-Bibliothek Scrapy Informationen aus dem Internet abrufst und auswertest.
Datenaufbereitung
Kurs
Lerne, wie du Stammdaten in Alteryx Designer aufbereitest, bereinigst und analysierst, egal ob du ein neuer oder erfahrener Analyst bist.
Datenaufbereitung
Kurs
Dieser Kurs baut auf deinen Grundkenntnissen von Power Query in Excel auf und bringt dich auf die nächste Stufe der Datenumwandlung.
Datenaufbereitung
Kurs
In diesem Kurs lernst du, wie du Daten aus gängigen Formaten und Systemen abrufst, darunter CSV, Tabellen, JSON, SQL-Datenbanken und APIs.
Datenaufbereitung
Kurs
In diesem Kurs lernst du, Daten effizient und akkurat zu bereinigen, um Rohdaten in gewinnbringende Erkenntnisse zu verwandeln.
Datenaufbereitung
Kurs
In diesem Kurst erstellst du eine PostgreSQL-Datenbank und beleuchtest Struktur, Datentypen und Normalisierung von Datenbanken.
Datenaufbereitung
Kurs
Lerne, wie du die KNIME Analytics Platform für den Datenzugriff, die Datenbereinigung und die Datenanalyse mit einem No-Code/Low-Code-Ansatz nutzen kannst.
Datenaufbereitung
Kurs
Lerne, wie du Daten mit Apache Spark in Python bereinigen kannst.
Datenaufbereitung
Kurs
Lerne, Tableau mit verschiedenen Datenquellen zu verbinden und die Daten für eine reibungslose Analyse vorzubereiten.
Datenaufbereitung
Kurs
Erweitere dein Wissen über Google Tabellen, indem du dich näher mit Datentypen wie numerischen Daten, logischen Daten und fehlenden Daten beschäftigst.
Datenaufbereitung
Kurs
Dieser Kurs hilft dir, die unstrukturierten Rohdaten einer PostgreSQL-Datenbank zu bereinigen und konkrete Erkenntnisse abzuleiten.
Datenaufbereitung
Kurs
Hier lernst du, wie du mit R Daten von jeder Website effizient sammeln und herunterladen kannst.
Datenaufbereitung
Kurs
Mach es dir leicht, fehlende Daten zu visualisieren, zu untersuchen und zu ergänzen – mit naniar, einem tidyverse-freundlichen Ansatz für fehlende Daten.
Datenaufbereitung
Kurs
Hier schauen wir uns an, wie wir beliebige Dateiformate parsen, ob Flatfiles, Statistiksoftware, Datenbanken oder Daten aus dem Internet.
Datenaufbereitung
Kurs
Hier nutzt du Alteryx Designer anhand einer Fallstudie, um Verkaufszahlen zu analysieren und strategische Entscheidungen zu treffen.
Datenaufbereitung
Kurs
In diesem Kurs lernst du, wie du Rohdaten aufbereitest und in präzise Erkenntnisse umwandelst.
Datenaufbereitung
Kurs
Verbessere deine KNIME-Kenntnisse mit diesem Kurs zu Datentransformationen, Spaltenoperationen und Workflow-Optimierungen.
Datenaufbereitung
Kurs
Lerne Marketinganalysen mit Tableau. Schau dir die Performance an, vergleiche Kennzahlen und optimiere Strategien über verschiedene Kanäle hinweg.
Datenaufbereitung
Kurs
Mit diesem Kurs vertiefst du deine Alteryx-Kenntnisse anhand von Fitnessdaten und entwickelst eigene Marketingstrategien und Produkte!
Datenaufbereitung
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.