Data Scientist - Blended Learning

Modul 1: Einführung in die Rolle des Data Scientists

• Aufgaben, Kompetenzen und Praxisbeispiele

Modul 2: Python für Machine Learning

• Vertiefung der Python-Kenntnisse und ML-Algorithmen

Modul 3: Data Preprocessing und Regression

• Datenbereinigung, Umgang mit fehlenden Werten, lineare Regression

Modul 4: Klassifikation, Entscheidungsbäume und unausgewogene Daten

• Einführung in Klassifikationsmethoden und Strategien für unbalanced Data

Modul 5: Outlier Detection und Feature Selection

• Umgang mit Ausreißern und Auswahl relevanter Merkmale

Modul 6: Dimensionsreduktion und Regularisierung

• PCA, Ridge und Lasso zur Komplexitätsreduktion

Modul 7: Cross-Validation und Hyperparameter Tuning

• Validierung von Modellen und Feinjustierung der Parameter

Modul 8: Cluster-Analyse

• Kundensegmentierung und Mustererkennung in großen Datensätzen

Bonus: Projektleitfaden

• Schritt-für-Schritt-Anleitung zur erfolgreichen Durchführung von Data Science Projekten

• IHK-Zertifikat

Der Lernstoff wird größtenteils mithilfe multimedialer Tools über die Lernplattform „Skool“ vermittelt (https://www.skool.com/data-scientist). Grundlage sind speziell entwickelte Skripte und Übungen, die Sie selbstständig bearbeiten und von Fachdozierenden bewertet bekommen. So erhalten Sie individuelles Feedback und können jederzeit per Chat, Forum, Mail oder Telefon Ihre Fragen klären. Onlinephasen und vereinzelt stattfindende Präsenztermine vertiefen das Gelernte und ermöglichen den persönlichen Austausch mit Dozierenden und anderen Teilnehmenden.

EmpfehlungDer Business Data Analyst ist dem Big Data Engineer und dem Data Scientist vorgelagert. Wir empfehlen deshalb, den Business Data Analyst als erstes zu absolvieren. Bei Buchung aller drei Kurse erhalten Sie auf den letztgebuchten Kurs einen Rabatt von 10%!