pds-it

['Produktdetailseite','nein']

Machine Learning & Data Analytics / Data Analytics

Die Illustrationen sind in Kooperation von Menschen und künstlicher Intelligenz entstanden. Sie zeigen eine Zukunft, in der Technologie allgegenwärtig ist, aber der Mensch im Mittelpunkt bleibt.

KI-generierte Illustration

Daten und Statistik richtig verstehen: Grundlagen der explorativen Datenanalyse

Online

2 Tage

Deutsch

PDF herunterladen

€ 1.390,–

zzgl. MwSt.

€ 1.654,10

inkl. MwSt.

Buchungsnummer

42000

Veranstaltungsort

Online

4 Termine

€ 1.390,–

zzgl. MwSt.

€ 1.654,10

inkl. MwSt.

Buchungsnummer

42000

Veranstaltungsort

Online

4 Termine

Werde zertifizierter
Machine Lerning Engineer

Dieser Kurs ist Bestandteil der zertifizierten Master Class "Machine Learning Engineer". Bei Buchung der gesamten Master Class sparst du über 15 Prozent im Vergleich zur Buchung dieses einzelnen Moduls.

Zur Master Class

Inhouse Training

Firmeninterne Weiterbildung nur für eure Mitarbeiter:innen - exklusiv und wirkungsvoll.

Anfragen

In Kooperation mit

Ob Marketing-KPIs, Produktionszahlen oder Vertriebsdaten – wer Daten richtig analysieren und statistisch fundiert interpretieren kann, trifft nachweislich bessere Entscheidungen. Datenkompetenz und statistisches Grundverständnis zählen deshalb branchen- und rollenübergreifend zu den Schlüsselqualifikationen der Zukunft. Dieses zweitägige Seminar vermittelt dir das nötige Statistik-Fundament, um Daten professionell zu prüfen und erste Hypothesen sicher zu belegen. Du lernst, wie du aus einer Geschäftsfrage (»Key Business Question«) eine prüfbare Metrik ableitest, Daten mit Profiling und visueller explorativer Datenanalyse (EDA) auf Qualität prüfst und Zusammenhänge korrekt interpretierst. Aufbauend darauf verstehst du Wahrscheinlichkeiten, Konfidenz¬intervalle und entscheidest mithilfe einfacher Hypothesentests, ob zum Beispiel ein A/B-Experiment wirklich wirkt. Zwei Mini-Projekte mit echten Datensätzen verankern jeden Schritt in der Praxis, sodass du nach dem Kurs Datenberichte schreiben, Ergebnisse erklären und mit Data-Science-Teams fundiert kommunizieren kannst.

Inhalte

1. Business Understanding und Fragen schärfen

Datengetriebene Entscheidungen versus Bauchgefühl
Vorgehensweise: Key-Business-Question → Hypothese → Metrik
Beispiele: Churn-Reduktion, Conversion-Boost etc.

2. Data Profiling und deskriptive Statistik

Gütekriterien: Datenqualität, Kardinalität, Vollständigkeit
Lage- und Streuungskennzahlen: Mittelwert, Median, Standardabweichung
Schiefe: Ausreißer erkennen und ausschließen
Visuelle explorative Datenanalyse mit Histogramm und Boxplot

3. Bivariate Analyse und Visualisierung im Detail

Pearson-Korrelation und Spearman-Korrelation richtig lesen
Daten visualisieren mit Scatter-Plot, Heatmap und Grouped Bars
Achtung, Stolperfallen: Anscombe-Quartett und Simpson’s Paradox

4. Grundlagen: Wahrscheinlichkeit und Konfidenz

Population, Stichprobe und Zufallsfehler
Konfidenzintervalle interpretieren
Diskrete und stetige Verteilungen im Alltag

5. Hypothesentests und A/B-Testing

Nullhypothese, p-Wert und Signifikanz in Klartext
Mittelwertvergleiche und Häufigkeiten (Chi²-Test) ohne Formeln
Übung: Newsletter-Experiment auswerten und diskutieren

6. Ausblick auf weiterführende Themen

Lineare Regression
Logistische Regression
Multivariate Analyse
Induktive Statistik

Dein Nutzen

Statistik richtig verstehen: Du lernst die Grundlagen deskriptiver Statistik und schließt deine Wissenslücken für deine Datenanalyse- und Data-Science-Projekte.

Statistiken erklärbar machen: Du übersetzt Formeln in Alltagssprache und lernst, Median, p-Wert & Co. auch Laien verständlich zu machen.

Sichere Entscheidungsgrundlagen: Du erkennst Datenfallen und quantifizierst Unsicherheit mit Konfidenzintervallen.

Sofort anwendbare Workflows: Von der Frage bis zur Visualisierung beherrschst du jeden Schritt und kannst zum Beispiel A/B-Tests eigenständig begleiten.

Überzeugendere Analysen und Visualisierungen: Fundiertes Statistikwissen macht deine Auswertungen und Reports überzeugender und erleichtert die Zusammenarbeit mit Datenexperten.

Trainer:in

No items found.

Methoden

Dieses Online-Seminar wird in einer Gruppe von maximal 12 Teilnehmenden mit der Videokonferenz-Software Zoom durchgeführt.

Die Themen des Kurses werden in kleinen Übungsprojekten erlernt. Zum Einsatz kommt dabei wahlweise Microsoft Excel oder Google Sheets.

Deine Referent:innen sind selbst erfahrene Datenanalyst:innen und Daten-Consultants – in dem Seminar erhältst du konkretes, anwendbares Wissen mit vielen Fallbeispielen.

Du bekommst Raum für deine Fragen – die individuelle Betreuung durch den Referenten ist garantiert.

Zugang zu weiterführenden Materialien erhältst du in deiner persönlichen Lernumgebung.

Abschlussprüfung