Data Science with Pyhton - e Learning
450,00 EUR
- 12 hours
Der Kurs 'Python für Data Science' behandelt die grundlegenden Programmierkonzepte mit Python und erklärt Datenanalytik, maschinelles Lernen, Datenvisualisierung, Web-Scraping und die Verarbeitung natürlicher Sprache. Sie werden ein umfassendes Verständnis der verschiedenen Pakete und Bibliotheken erlangen, die für die Durchführung der Datenanalyse erforderlich sind.
Kurszeitplan
Überblick über Data Science
Lektion 01
Überblick über Datenanalytik
Lektion 02
Statistische Analyse und betriebliche Anwendungen
Lektion 03
Einrichtung der Python-Umgebung und Grundlagen
Lektion 04
Mathematische Berechnungen mit Python (NumPy)
Lektion 05
Wissenschaftliches Rechnen mit Python (Scipy)
Lektion 06
Datenmanipulation mit Pandas
Lektion 07
Maschinelles Lernen mit Scikit-Learn
Lektion 08
Verarbeitung natürlicher Sprache mit Scikit Learn
Lektion 09
Datenvisualisierung in Python mit Matplotlib
Lektion 10
Web-Scraping mit BeautifulSoup
Lektion 11
Python-Integration mit Hadoop MapReduce und Spark
Lektion 12
Python-Grundlagen
KOSTENLOSER KURS
Grundlagen der Statistik für Data Science
KOSTENLOSER KURS
Produktbewertungsprognose für Amazon
Projekt 1
E-Commerce: Amazon, eines der führenden US-amerikanischen E-Commerce-Unternehmen, empfiehlt Kunden auf Basis ihrer Aktivitäten und Bewertungen ähnlicher Produkte Produkte aus derselben Kategorie. Amazon möchte diese Empfehlungsmaschine verbessern, indem es Bewertungen für nicht bewertete Produkte vorhersagt und sie entsprechend den Empfehlungen hinzufügt.
Bedarfsprognose für Walmart
Projekt 2
Einzelhandel: Prognostizieren Sie genaue Verkaufszahlen für 45 Filialen von Walmart, einer der führenden Einzelhandelsketten in den USA,
Betrachtung der Auswirkungen von Werbeaktionen mit Preisnachlässen. Überprüfen, ob makroökonomische Faktoren wie der Verbraucherpreisindex, die Arbeitslosenquote usw. die Verkaufszahlen beeinflussen.
Verbesserung der Kundenerfahrung für Comcast
Projekt 3
Telekommunikation: Comcast, eines der weltweit tätigen Telekommunikationsunternehmen mit Sitz in den USA, möchte das Kundenerlebnis verbessern, indem es Problembereiche identifiziert und angeht, die die Kundenzufriedenheit senken, falls vorhanden. Das Unternehmen sucht auch nach wichtigen Empfehlungen, die umgesetzt werden können, um das beste Kundenerlebnis zu liefern.
Fluktuationsanalyse für IBM
Projekt 4
Workforce-Analytics: IBM, eines der führenden IT-Unternehmen mit Sitz in den USA, möchte die Faktoren identifizieren, die den Mitarbeiterabgang beeinflussen. Basierend auf den festgelegten Parametern möchte das Unternehmen auch ein logistisches Regressionsmodell erstellen, das vorhersagen kann, ob ein Mitarbeiter das Unternehmen verlassen wird.
Analyse von Dienstanfragen des NYC 311-Services
Projekt 5
Könnten Sie eine Dienstanforderungsdatenanalyse der 311-Anrufe von New York City durchführen? Sie werden sich auf Datenbereinigungstechniken konzentrieren, um Muster in den Daten zu verstehen und die Hauptbeschwerdetypen zu visualisieren.
Bereich: Telekommunikation
Analyse des MovieLens-Datensatzes
Projekt 6
Das GroupLens Research Project ist eine Forschungsgruppe im Fachbereich Informatik und
Ingenieurwissenschaften an der Universität von Minnesota. Die Forscher dieser Gruppe sind an mehreren Forschungsprojekten auf den Gebieten der Informationsfilterung, kollaborativen Filterung und Empfehlungssysteme beteiligt. Könnten Sie bitte die Benutzerdatensätze mit Hilfe der explorativen Datenanalyse überprüfen.
Analysetechnik? Bereich: Ingenieurwesen.
Aktienmarktdatenanalyse
Projekt 7
Im Rahmen dieses Projekts werden Sie Daten mit dem Yahoo-Datenleser von den folgenden Unternehmen importieren: Yahoo, Apple, Amazon, Microsoft und Google. Sie werden grundlegende Analysen durchführen, einschließlich der Darstellung des Schlusskurses, der Darstellung des Aktienhandels nach Volumen, der Durchführung von Tagesrenditeanalysen und der Verwendung von Paardiagrammen, um die Korrelation zwischen den Aktien zu zeigen.
Bereich: Börse.
Analyse des Titanic-Datensatzes
Lektion 08
Am 15. April 1912 sank die Titanic, nachdem sie mit einem Eisberg kollidiert war, wobei 1502 von 2224 Passagieren und Besatzungsmitgliedern ums Leben kamen. Diese Tragödie schockierte die Welt und führte zu besseren Sicherheitsvorschriften für Schiffe. Hier möchten wir Sie bitten, eine Analyse mit der Technik der explorativen Datenanalyse durchzuführen, insbesondere unter Anwendung von Werkzeugen des maschinellen Lernens, um zu bestimmen, welche Passagiere die Tragödie überlebten.
Lernergebnisse
Am Ende dieses E-Learning-Kurses zu Data Science mit Python werden Sie in der Lage sein:
Erwerben Sie ein tiefgehendes Verständnis für Datenwissenschaftsprozesse, Daten-Aufbereitung, Datenexploration, Datenvisualisierung, Hypothesenerstellung und -prüfung.
Installieren Sie die erforderliche Python-Umgebung sowie weitere Hilfswerkzeuge und Bibliotheken.
Verstehen Sie die grundlegenden Konzepte der Python-Programmierung, wie Datentypen, Tupel, Listen, grundlegende Operatoren und Funktionen.
Führen Sie hochrangige mathematische Berechnungen mit dem NumPy-Paket und seiner umfangreichen Bibliothek mathematischer Funktionen durch.
Führen Sie hochrangige mathematische Berechnungen mit dem NumPy-Paket und seiner umfangreichen Bibliothek mathematischer Funktionen durch.
Führen Sie wissenschaftliches und technisches Rechnen mit dem SciPy-Paket und seinen Unterpaketen durch, wie Integrate, Optimise, Statistics, IO und Weave.
Führen Sie Datenanalyse und -manipulation mit den in dem Pandas-Paket bereitgestellten Datenstrukturen und Werkzeugen durch.
Erlangen Sie Expertise im maschinellen Lernen mit dem Scikit-Learn Paket
Verstehen Sie überwachte und unüberwachte Lernmodelle wie lineare Regression, logistische Regression, Clusterbildung, Dimensionsreduktion, K-NN und Pipeline.
Verwenden Sie das Scikit-Learn-Paket für die Verarbeitung natürlicher Sprache.
Verwenden Sie die Matplotlib-Bibliothek von Python für die Datenvisualisierung
Extrahieren Sie wertvolle Daten von Websites durch Web-Scraping mit Python
Integrieren Sie Python mit Hadoop und MapReduce
Hauptmerkmale
Ein Jahr Zugang zur Plattform
Dauer ca. 12 Stunden
Interaktives Lernen mit Jupyter-Notebooks
Downloadbare PDF-Dokumente mit detaillierten Inhalten (Bilder, Erklärungen) zu jeder Lektion
Prüfung & Zertifizierung
Um zertifiziert zu werden, müssen Sie die folgenden Kriterien erfüllen: - Schließen Sie eines der zwei im Kurs bereitgestellten Projekte ab. Reichen Sie die Projektergebnisse im LMS ein, welche der leitende Trainer bewerten wird - Erreichen Sie mindestens 60% in einem der zwei Simulationstests - Schließen Sie den Kurs ab
Wer sollte sich für dieses Programm anmelden?
Der Python für Data Science-Lehrgang wird allen empfohlen, die ein echtes Interesse im Bereich Data Science haben, einschließlich:
Analytik-Experten
IT-Fachkräfte
Software-Profis
Benötigen Sie eine Unternehmenslösung oder LMS-Integration?
Haben Sie nicht den Kurs oder das Programm gefunden, das für Ihr Unternehmen geeignet wäre? Benötigen Sie eine LMS-Integration? Schreiben Sie uns! Wir werden alles lösen!