Data Science Express
Datenanalyse ohne Programmiersprache
Thematische Einführung zu Data Science
Herkunft, Datenanalyse-Prozess, Datensammlung, Datentypen.
Grundlagen zur KNIME Analytics Platform
Import, Anbindung an Quellsysteme, Zusammenführung von Datenquellen, Explorative Datenanalyse.
Konzepte und Prozesse der Datenbearbeitung
Datenqualität, Datenbereinigung, Reorganisation von Datensätzen, Metriken der deskriptiven Statistiken etc.
Modelle trainieren
Überwachtes und unüberwachtes Lernen, Regressionen, Klassifizierung, Vorhersagen und Clustering, Overfitting, Data Leakage etc.
Export der Ergebnisse in verschiedene Formate
Datensicherung, Bereitstellung von Daten für andere Tools.
Inhalte
Modul 1: Einführung in das Thema und KNIME - Erste Schritte in KNIME
Thematische Einführung Data Science
- Woher kommt Data Science?
- Der Datenanalyse-Prozess.
- Datensammlung und Stichproben.
- Datentypen.
- Abgrenzung der gängigen Begriffe.
KNIME Analytics Platform
- Grundlagen.
- Arbeiten mit der Software.
- Import gängiger Fileformate und Anbindung an Quellsysteme.
- Zusammenführung mehrerer Datenquellen.
- Explorative Datenanalyse.
Modul 2: Daten verstehen, transformieren und nutzen
Konzepte und Prozesse der Datenbearbeitung
- Datenbereinigung und Datenqualität.
- Reorganisation des Datensatzes.
- Metriken der deskriptiven Statistiken.
- Daten transformieren.
- Berechnungen einbinden.
- Grundlagen und Begrifflichkeiten in Vorbereitung für Modul 3.
Modul 3: Maschinelles Lernen
Modelle trainieren
- Umgang mit Daten: Was muss beachtet werden?
- Überwachtes und unüberwachtes Lernen.
- Regressionen, Klassifizierung, Vorhersagen und Clustering.
- Overfitting, Data Leakage etc.
- Modellanwendung.
Export der Ergebnisse in verschiedene Formate
- Datensicherung und weitere Verwendung.
- Bereitstellung von Daten für andere Tools.
Lernumgebung
Ihr Nutzen
- Sie kennen die Grundlagen und -begriffe von Data Science.
- Sie lernen den Prozess vom Einlesen über die Bearbeitung von Daten kennen.
- Sie können mithilfe der Analytics Platform KNIME Ihre Daten selbstständig analysieren und Ihre Datenverarbeitungsaufgaben automatisieren und diese in Ihrem Arbeitsalltag einsetzen.
Methoden
Vortrag zur Erklärung von Theorie, Erläuterung von Praxisbeispielen und Anwendung in der Software, Diskussion, selbstständige Bearbeitung von Übungsaufgaben und Hilfestellung durch die Trainer.
Teilnehmer:innenkreis
Zukünftige Data Scientists und interessierte Fachkräfte, die noch keine oder wenig Erfahrung mit Data Science haben und große Datenmengen verstehen und -auswertungen zielorientiert einsetzen möchten.