Online-Kurs: Einführung in Python für die Data Science / Online course: Introduction to Python for Data Science

Inhalt/ Course Description: Mit dem Fokus auf die 3 Bereiche Programmierung, Datenmanagement und Machine Learning vermittelt dieser Kurs die Grundlagen von Python im Kontext von Data-Science Anwendungen.
Von der Installation, den wesentlichen Objekttypen und Programmiergrundlagen über das Anlegen und Verwalten von Projekten erhalten die Teilnehmenden in diesem Training zunächst alle Voraussetzungen, um erste Anwendungen in Python zu schreiben. In praxisnahen Beispielen und mit Hilfe von Beispieldaten werden anschließend Daten eingelesen und analysefertig aufbereitet. Hier erlernen die Teilnehmer*innen die wichtigsten Techniken im Bereich Datenmanagement.
Der abschließende Programmpunkt des Kurses ist die Analyse und Prognose von Daten mit Machine Learning Verfahren. Zunächst wird das Themenfeld Machine Learning theoretisch eingeleitet und anschließend in einem fiktiven Szenario auf der Grundlage eines Musterdatensatzes direkt in Python umgesetzt. Das Analyseszenario löst ein Klassifikationsproblem.
Besonderes Augenmerk richtet der Kurs auf die populären Python-Bibliotheken numpy und Pandas zur Datenhaltung und Datenmanagement sowie scikit-learn zur Analyse von Daten mit Machine Learning Verfahren.

Focusing on the 3 areas of programming, data management and machine learning, this course teaches the basics of Python in the context of data science applications.
From the installation, the essential object types and the programming basics to the creation and management of projects, the participants in this training first get all the prerequisites to write applications in Python. In practical examples and with the help of example data, data is read in and processed to be ready for analysis. Here, participants learn the most important techniques in the field of data management. The final program item of the course is the analysis and forecasting of data using machine learning techniques. First, the topic machine learning is theoretically introduced and then applied directly by the use of Python in two fictitious scenarios based on a sample data set. The analysis scenarios solve a classification and a regression problem.
The course focuses on the popular Python libraries Numpy and Pandas for data storage as well as scikit-learn for analyzing data using machine learning techniques.

Zielgruppe/target group: Promovierende und PostDocs, die noch keine Erfahrung in der Programmiersprache Python gemacht haben, diese aber in Zukunft im Bereich Datenanalyse einsetzen wollen.
Doctoral candidates and postdocs who want to take their first steps in Python to use the language for data analysis. The course is an introductory event. No prior knowledge is required.

Datum/ Date:
23.11.2020: 9:00 - 12:00 Uhr & 14:00 - 17:00 Uhr / 9 a.m. - 12 a.m. & 2 p.m. - 5 p.m. und 24.11.2020: 9:00 - 12:00 Uhr / 9 a.m. - 12 a.m. und 25.11.2020: 9:00 - 12:00 Uhr & 14:00 - 17:00 Uhr / 9 a.m. - 12 a.m. & 2 p.m. - 5 p.m.

Ort/ Location: Der Workshop wird online durchgeführt. Die GA übernimmt keine datenschutzrechtliche oder sonstige Haftung. Weitere Informationen erhalten Sie nach der Anmeldung rechtzeitig vor Kursbeginn.
The workshop is held online. The GA accepts no liability under data protection law or otherwise. More information will be provided after registration prior to the course.

Anbieter/Providers: Graduiertenakademie

Kursleitung/ Referent/ Lecturer: Andreas Wygrabek, Data Science Achitect, Kassel

Anmeldung/ Registration:Online Anmeldung

Format: Workshop

Teilnahmegebühr/Participation Fee: Mitglieder der Graduiertenakademie: kostenlos, Externe: 140,- € 
members of the Graduate Academy: free of charge, non-members: € 140,-


Zurück zu allen Veranstaltungen