Data Scientist mit Python

1. Grundlagen Data Analytics mit Python

• Arbeiten mit dem Data Lab.
• Grundlagen und Konzepte in Python.
• Vorstellung der Tools pandas, matplotlib und seaborn.
• Datenbankanfragen mit SQL Alchemy.

2. Lineare Algebra

• Mathematische Hintergründe.
• Grundbegriffe der linearen Algebra.
• Berechnung mit Vektoren und Matrizen.
• Einsatz der Python-Bibliothek numpy.

3. Wahrscheinlichkeitsverteilung

• Statistik in Data-Science-Algorithmen.
• Diskrete und kontinuierliche Verteilungen.
• Versionierung von Code in Git.

4. Überwachtes Lernen (Regression)

• Lineare Regression einsetzen.
• Einsatz des Python-Pakets sklearn.
• Regressionsmodelle verstehen.
• Evaluation der Prognosen.
• Bias-Variance-Trade-Off und Regularisierung.
• Messung der Modellgüte.

5. Überwachtes Lernen (Klassifikation)

• Konzepte des Supervised Learning.
• Einführung in Klassifikationsalgorithmen.
• Der k-Nearest-Neighbors-Algorithmus.
• Einschätzung der Klassifikationsperformance.
• Optimierung der Parameter.
• Aufteilung der Daten in Trainings- und Evaluationssets.

6. Unüberwachtes Lernen (Clustering)

• Konzepte des Unsupervised Learning.
• Der k-Means-Algorithmus.
• Evaluation der Performance-Metriken.
• Alternativen zum k-Means-Clustering.

7. Unüberwachtes Lernen (Dimensionsreduktion)

• Dimensionen in der Datenbetrachtung reduzieren.
• Principal Component Analysis (PCA).
• Unkorrelierte Features aus Ursprungsdaten erzeugen.
• Einführung in Feature Engineering.

8. Ausreißer identifizieren und ausschließen

• Methoden zur Erkennung von Ausreißern.
• Kriterien ungewöhnlicher Datenpunkte.
• Robuste Maße und Reduktion der Einflüsse durch Ausreißer.

9. Daten sammeln und zusammenführen

• Daten aus Webseiten und PDF-Dokumenten auslesen.
• Einsatz von Regulären Ausdrücken.
• Textdaten vor der Verarbeitung strukturieren.

10. Logistische Regression

• Konzepte der logistischen Regression.
• Performance-Metriken zur Evaluation.
• Nicht-numerische Daten in Modellen einsetzen.

11. Entscheidungsbäume und Random Forests

• Das Konzept der Decision Trees.
• Mehrere Modelle zu Ensembles kombinieren.
• Methoden zur Verbesserung der Vorhersagequalität.

12. Support Vector Machines

• Einsatz von Support Vector Machines (SVM).
• Einführung in Natural Language Processing (NLP).
• Textklassifikation mit Bag-of-Words-Modellen.

13. Neuronale Netze

• Grundlagen Künstlicher Neuronaler Netze (KNN).
• Grundlagen des Deep Learnings.
• Tieferes Verständnis der Schichten in KNN.

14. Visualisierung und Model Interpretation

• Funktionsweisen von Modellen ableiten und darstellen.
• Methoden zur Interpretation und Visualisierung.
• Modellagnostische Methoden anwenden.

15. Verteilte Datenbanken einsetzen

• Das Python-Paket PySpark einsetzen.
• Daten aus verteilten Datenbanken auslesen.
• Grundlagen von Big-Data-Analysen.
• Machine-Learning-Algorithmen in verteilten Systemen nutzen.

16. Übungsprojekt

• Umfassendes Übungsprojekt selbstständig bearbeiten.
• Prädiktionsproblem mithilfe eines größeren Datensets lösen.
• Vorbereitung für das Abschlussprojekt.

17. Abschlussprojekt

• Selbstständige Analyse des Datenprojekts.
• Ergebnispräsentation und 1:1-Feedbackgespräch mit Mentor:innen-Team.
• Erhalt des Zertifikats zum Data Scientist mit Python.