Nach diesen Kursen fühle ich mich sicher, professionelle Visualisierungen und Dashboards zu erstellen.
Shoebur RahmanBeschaffungsspezialist, Giz Bangladesh
Kursbeschreibung
Was ist Data Science, warum ist es so beliebt, und warum hat der „Harvard Business Review“ es als den „attraktivsten Job des 21ten Jahrhunderts“ bezeichnet? In diesem nicht-technischen Kurs bekommst du einen Überblick über alles, was du dich zu diesem rasant wachsenden, spannenden Feld vielleicht nie zu fragen getraut hast – ganz ohne eine einzige Zeile Code zu schreiben. In praxisnahen Übungen lernst du die verschiedenen Rollen von Data Scientists kennen, grundlegende Themen wie A/B-Tests, Zeitreihenanalyse und Machine Learning sowie wie Data Scientists aus realen Daten Wissen und Erkenntnisse gewinnen. Lass dich also nicht von Buzzwords abschrecken. Starte jetzt, baue gefragte Fähigkeiten auf und entdecke, warum Data Science für alle relevant ist!Die Videos enthalten Live-Transkripte, die du unten links im Video über „Seitenleiste Anzeigen" einblenden kannst.Das Kursglossar findest du rechts im Bereich Ressourcen.Um CPE-Credits zu erhalten, musst du den Kurs abschließen und in der bewerteten Prüfung mindestens 70 % erreichen. Zur Prüfung gelangst du über den Hinweis zu den CPE-Credits auf der rechten Seite.
Voraussetzungen
Für diesen Kurs gibt es keine Voraussetzungen
Lernprogramm
Kursübersicht
1
Einführung in die Datenwissenschaft
Zu Beginn des Kurses werden wir definieren, was Datenwissenschaft ist. Wir werden uns mit dem Arbeitsablauf in der Datenwissenschaft befassen und damit, wie die Datenwissenschaft auf reale Probleme angewendet wird. Zum Abschluss des Kapitels lernen wir die verschiedenen Rollen im Bereich der Datenwissenschaft kennen.
- Was ist Data Science?50 XP
- Datenwissenschaft ist überall!50 XP
- Die Relevanz der Datenwissenschaft50 XP
- Anwendungen der Data Science50 XP
- Tägliche Dosis Data Science50 XP
- Die Wissenschaft der intelligenten Assistenten50 XP
- Rollen und Werkzeuge in der Data Science50 XP
- Auswahl des richtigen Bewerbers50 XP
- Die Rolle eines Data Scientists50 XP
2
Daten sammeln und speichern
Nachdem wir nun den Arbeitsablauf der Datenwissenschaft kennen, tauchen wir tiefer in den ersten Schritt ein: das Sammeln und Speichern von Daten. Wir lernen die verschiedenen Datenquellen kennen, aus denen du schöpfen kannst, wie diese Daten aussehen, wie du die Daten nach der Erhebung speichern kannst und wie eine Daten-Pipeline den Prozess automatisieren kann.
3
Aufbereitung, Exploration und Visualisierung
Die Datenaufbereitung ist von grundlegender Bedeutung: Data Scientists verbringen 80 % ihrer Zeit mit dem Bereinigen und Manipulieren von Daten und nur 20 % der Zeit mit der eigentlichen Datenanalyse. In diesem Kapitel erfährst du, wie du Probleme in deinen Daten diagnostizieren und mit fehlenden Werten und Ausreißern umgehen kannst. Anschließend lernst du die Visualisierung kennen, ein weiteres wichtiges Werkzeug, um deine Daten zu erkunden und deine Ergebnisse zu vermitteln.
4
Experimentieren und vorhersagen
In diesem letzten Kapitel geht es um Experimente und Vorhersagen! Wir beginnen mit Experimenten, behandeln A/B-Tests und gehen dann zur Zeitreihenprognose über, wo wir lernen, wie man zukünftige Ereignisse vorhersagt. Zum Schluss befassen wir uns mit dem maschinellen Lernen, dem überwachten Lernen und dem Clustering.
Datenwissenschaft verstehen
Kurs
abgeschlossen
