Erhalten Sie hier einen Einstieg in die Welt der Datenwissenschaft.
Machen Sie sich selbst ein Bild davon, was Data Science beinhaltet und welche Potenziale sie in Unternehmen und Organisationen entfalten kann!
In diesem sechsmonatigen Blended-Learning-Lehrgang erhalten Sie im Präsenzseminar "Smart Data Science - Business-Entscheidungen clever gestalten" zunächst einen umfassenden Einblick in die Grundlagen der Data Science. Im Modul „Data Science und Machine Learning mit KNIME“ bearbeiten Sie alle relevanten Phasen in Data-Science-Projekten, von der Datenbereinigung bis zur produktiven Umsetzung erstellter Machine-Learning-Modelle. Das theoretische Wissen wenden Sie stets sofort selbstständig in der intuitiven Open-Source-Software KNIME an und lernen, wie Sie mit KNIME die einzelnen Schritte des Data-Science-Prozesses praktisch umsetzen. Das Besondere an KNIME ist dabei, dass für die Bedienung keinerlei Programmierkenntnisse erforderlich sind, Sie aber trotzdem komplexe Machine-Learning-Modelle erstellen können. Dieser Lehrgang bietet Ihnen die Möglichkeit, vertiefte businessrelevante und anwendungsbezogene Data-Science-Kompetenzen aufzubauen, die Ihnen dabei helfen, in Ihrem Unternehmen den Wandel zur datengetriebenen Organisation mitzugestalten.
Der Lehrgang ist von der Staatlichen Zentralstelle für Fernunterricht (ZFU) in Köln unter der Nummer 7383721 geprüft und zugelassen.
In Modul 3 lernen Sie die Open-Source-Software KNIME kennen. KNIME ist eine sehr vielseitige Anwendung, mit der vollwertige Data Science-Projekte durchgeführt werden können, ohne dass Programmierkenntnisse erforderlich sind. Das Modul 3 besteht erneut aus 10 Lerneinheiten und zwei WebTalks mit einer:m Trainer:in, um aufkommende Rückfragen zu klären.
Einführung in KNIME
Sie erhalten eine erste Einführung in KNIME und die KNIME-Benutzeroberfläche. Sie installieren die Anwendung und richten sie ein.
Datenimport
In dieser Lerneinheit geht es darum, Daten aus verschiedenen Quellen in KNIME zu importieren.
Datentverknüpfung
Zu Beginn eines Datenprojektes ist es häufig nötig, Daten aus verschiedenen Quellen in einem Datensatz zusammenzufassen. In dieser Lerneinheit lernen Sie verschiedene Methoden kennen, um Daten aus verschiedenen Quellen in KNIME zu verknüpfen.
Datenvisualisierung und -analyse
Hier erfahren Sie alles über die verschiedenen Funktionen zur Visualisierung und deskriptiven Analyse Ihrer Daten in KNIME.
Datenbereinigung
Welche Datentypen gibt es in KNIME? Welche Funktionen bietet KNIME, um mit fehlenden oder falschen Datenwerten umzugehen? In dieser Lerneinheit beschäftigen wir uns praxisnah mit der Datenbereinigung.
Dokumentation & Workflow-Organisation
Für Data Science-Projekte, die über einen längeren Zeitraum laufen oder von verschiedenen Personen betreut werden, ist es wichtig, dass Sie Ihren Workflow in KNIME nachvollziehbar gestalten. Sie lernen Verfahren zur Dokumentation und Workflow-Organisation kennen.
Weiterführende Datentransformation
In Data Science-Projekten ist es manchmal nötig, Daten zu transformieren, um sie sinnvoll weiterverwenden zu können. Dazu gehört beispielsweise die Umformung oder die Neuberechnung von Variablen.
Machine Learning
In dieser Lerneinheit lernen Sie verschiedene Möglichkeiten des maschinellen Lernens in KNIME kennen. Vor allem geht es aber darum, wie Sie ein in KNIME erstelltes Modell bewerten können.
Datenexport
Zum Abschluss eines Data Science-Projektes werden Sie Ihre Daten häufig aus KNIME exportieren und in anderen Anwendungen weiterverwenden. Dazu stehen Ihnen einen Reihe an Export-Nodes zur Verfügung. Diese werden hier erläutert.
Zusatzaufgabe
Am Ende des dritten Moduls bearbeiten Sie eine Vertiefungsaufgabe mit einem realistischen Datensatz. Anhand mehrerer Übungen werden Sie so durch alle Schritte eines Data Science-Projektes geführt. Somit haben Sie die Möglichkeit, das Gelernte praxis- und alltagsnah anzuwenden.
Nach Beendigung des zweiten Moduls legen Sie einen Online-Wissenstest ab. Der Wissenstest ist eine online-basierte Prüfung, die Sie an Ihrem PC durchführen können. Der Wissenstest umfasst 24 Fragen, die sich allesamt auf die erlernten Inhalte des zweiten Moduls beziehen. Sie erfahren direkt im Anschluss, ob Sie bestanden haben oder nicht.
Die schriftliche Projektarbeit erfolgt nach Beendigung des dritten Moduls. Sie bearbeiten selbstständig ein Datenanalysebeispiel in KNIME und wenden das erlernte Wissen direkt an. Hierfür bekommen Sie von uns einen Datensatz zur Verfügung gestellt. Die Projektarbeit bezieht sich auf die Lerninhalte des dritten Moduls.
In Ihrer persönlichen Online-Lernumgebung finden Sie nach Ihrer Anmeldung nützliche Informationen, Downloads und extra Services zu Ihrer Qualifizierungsmaßnahme. Die Lerninhalte werden regelmäßig aktualisiert und stehen Ihnen für ca. 12 Monate uneingeschränkt zur Verfügung.
In unserer Lern-Community LUX können Sie sich mit anderen Teilnehmer:innen austauschen und berufliche Erfahrungen miteinander teilen. Vernetzen Sie sich mit Menschen aus verschiedenen Unternehmen und Bereichen, bilden Sie Lerngruppen, helfen Sie Anderen mit Ihrem eigenen Wissen oder profitieren Sie umgekehrt von den Kenntnissen anderer Teilnehmer:innen. Gemeinsam lernt es sich leichter!
Das Optimum für Sie: Knowhow-Aufbau zu technischen und sozialen Schlüsselkompetenzen
Sie können Datenprojekte im eigenen Unternehmen anstoßen.
Sie lernen Ihre Daten als erfolgreiche Entscheidungsgrundlage einzusetzen.
Vermittlung der Inhalte über digitale Bestandteile wie z. B. E-Learnings, interaktive Übungen, Webinare, Lernkontrollen und mehr. Austausch mit Teilnehmer:innen und Expert:innen über eine Community. Ortsungebunden und jederzeit abrufbar. Mobil lernen, wann und wo Sie möchten!
Bestandteile: Präsenztraining, Online-Module, 4 Webinare à 1 Stunde, digitale Selbstlernphasen mit Praxisübungen, E-Learnings, Videos, Lesestoff und Community.
Personen, die die Potenziale Ihrer Unternehmensdaten erkennen und damit einhergehende Innovationen vorantreiben und nutzen möchten. Alle, die mehr zum Thema Data Science erfahren und ohne Coding Automatisierung und KI in Ihrem Business anwenden möchten.
Keine Programmierkenntnisse erforderlich!
Hier erhalten Sie Eindrücke vom Seminar sowie Informationen rund um das Seminarthema.