Methodische Grundlagen für Data Analytics und Data Science
Statistisches Wissen für die fundierte Big-Data-Analyse
Ziel
Die Durchführung komplexer Analysen großer Datenmengen ist ohne fundiertes Methodenwissen nicht möglich. Diese Analysen sind auch Voraussetzung für das Erkennen realer Zusammenhänge und das Ableiten valider Prognosen. In diesem Modul werden die entsprechenden methodischen Kenntnisse vermittelt, die im Data-Science-Umfeld zum Einsatz gelangen. Mithilfe des Analytics-Tools KNIME werden die Teilnehmenden eigenständig Machine-Learning-Aufgaben erarbeiten und umsetzen.
Nächste Termine
4 Halbtage
13.04.202309:00 - 12:30online14.04.202309:00 - 12:30online20.04.202309:00 - 12:30online21.04.202309:00 - 12:30online
Anmeldeschluss: 30 Tage vor Programmstart. Bei Buchung nach Anmeldeschluss kontaktieren Sie bitte das Programm-Management!
Aufbau und Inhalte
Data Analytics & Data Science
- Grundlagen der Statistik
- Stichproben
- Einführung in Machine Learning
- Regression, Klassifikation, Segmentierung
- Evaluierung von Machine-Learning-Modellen (Modellgüte, Under- und Overfitting-Analyse)
Software-Anforderungen: KNIME Analytics
Kostenloser Download unter https://www.knime.com/downloads
Methodische Grundlagen für Data Analytics und Data Science
