Beschreibung
Data Science mit Python
Grundlagen & Anwendung der Programmiersprache Python
Python ist eine Programmiersprache, die auch im Bereich Data Science etabliert ist. Aufgrund ihrer klaren Syntax und leicht verständlichen Struktur eignet sie sich für die Datenanalyse. Bei richtiger Anwendung macht Python das Analysieren großer Datenmengen einfach, effizient und kann Unternehmen rasch neue Erkenntnisse aus dem eigenen Datenbestand verschaffen. Darüber hinaus ist Python plattformunabhängig – es läuft unter Linux, Mac und Windows ebenso wie unter Unix und vielen Unix-Systemen.
Kommende Starttermine
Inhalte / Module
Das dreitägige Seminar schafft einen kompakten und umfangreichen Einstieg in die Data Science- und Programmiersprache Python. Sie sind anschließend in der Lage, Python selbstständig für einfache Datenanalysen im Unternehmen zu nutzen. Das Seminar umfasst hierbei eine Einführung in die Datenstruktur DataFrame vom Paket pandas (effizient Daten anpassen und verändern), Daten aus flat files (csv) oder einer Datenbank (SQLite) einlesen bzw. schreiben, Visualisierung mit matplotlib und seaborn, Grundlagen von numpy, erste eigene Funktionen schreiben und enthält einen Einstieg in Machine Learning mit den Algorithmen Lineare Regression und Entscheidungsbaum. Konkrete Inhalte sind:
- Grundlagen von Python
- Einführung in das Data Science Paket pandas und dem DataFrame
- Daten aus flat files oder Datenbanken einlesen und schreiben
- Daten anpassen, konvertieren, modellieren
- Visualisierung von Daten
- Erste Algorithmen aus dem Machine Learning
Dieses Seminar ist sehr praxisorientiert. Die Teilnehmer arbeiten direkt und selbstständig mit der Programmiersprache Python in der Entwicklungsumgebung Spyder, so dass das Erlernte direkt geübt und vertieft werden kann. Der Trainer moderiert dabei verschiedene Aufgaben und begleitet die Teilnehmer durch die einzelnen Lehreinheiten.
Die Bitkom Akademie bietet ein zweitägiges Vertiefungsseminar zu Machine Learning an, welches inhaltlich und didaktisch auf dem Seminar Data Science mit Python aufbaut. Weitere Informationen zu Supervised & Unsupervised Machine Learning finden Sie auf der Website der Bitkom Akademie.
Nutzen & Mehrwert
- Sie erhalten eine umfassende Einführung in die wichtigsten Grundlagen der Programmiersprache Python: anhand eines durchgehenden Fallbeispiels erlernen Sie, wie Daten eingelesen, verarbeitet, aufbereitet und schließlich visualisiert werden.
- Das Seminar führt in die bekannte Bibliothek pandas ein, welche bei data scientists für die Datenanalyse sehr beliebt ist.
- Sie erhalten erste Einblicke in zwei Machine Learning Algorithmen (Lineare Regression und Entscheidungsbaum), welche in Python umgesetzt werden, um Ergebnisse aus Data Science-Analysen auswerten zu können.
- Sie sind anschließend in der Lage, Grundlagen von Python selbstständig für unternehmenseigene Zwecke zu nutzen, können Ihre eigenen ersten Datenanalysen durchführen und wissen, wie Sie weitergehende Algorithmen und Methoden in Python finden.
Aufbau & Organisation
Seminarprogramm | Tag 1
- 09:00
Begrüßung durch den Seminarleiter- Vorstellungsrunde & Erwartungshaltung der Teilnehmer
- Hintergrund von Python
- Anwendungsmöglichkeiten von Python
- Installieren von Paketen
- Die Entwicklungsumgebung Spyder
- Aspekte von Python, welche von anderen Programmiersprachen abweichen
- Datenstrukturen in Python
- Einführung in die grundlegenden Datenstrukturen (int, float, NaN)e
- Der Wert NaN (not a number) und Besonderheiten
- Funktionen vs. Methoden
- Datenstrukturen in Python (number, tuple, list, dictionary, string)
- list vs. tuple
- Wann benutze ich welche Klammer [], (), {}?
- Mittagspause
- Einführung in das Data Science Paket pandas
- Elemente eines pandas data.frame
- Eine Zeile oder Spalte auswählen, hinzufügen und verändern
- Boolean indexing
- Ein leeres data.frame erstellen
- Grundlegende Statistiken mit pandas
- Statistiken mit einem data.frame berechnen (Anzahl an Beobachtungen, Summe, Mittelwert, Median, Minimum, Maximum, Varianz,…)
- Methoden im data.frame, um einen Überblick der Daten zu erhalten
- Kreuztabelle (Kontingenztafel)
- Auswertungen nach einer Variable gruppieren
- Fehlende Werte löschen oder ergänzen
- 17:00
Ende des ersten Seminartages
Seminarprogramm | Tag 2
- 09:00
Begrüßung durch den Seminarleiter und Rückblick auf Tag 1 - Visualisierung mit matplotlib und pandas
- Die Hauptelemente beim Plotten
- Einen Plot anpassen (x- und y-Achse ändern, Beschriftungen, Legende und Titel) und speichern
- Auswahl von Farben
- Subplots in einer Grafik erstellen
- Erstellen von Scatterplot, Linienplot, Barplot, (gruppiertes) Histogram, Boxplot
- Control Flows
- Die range() Funktion
- Eine eigene Funktion schreiben und default Parameter setzen
- For Schleifen, If-Else Bedingungen
- List comprehension
- Logische Vergleichsoperatoren
- Mittagspause
- Daten einlesen
- Das Arbeitsverzeichnis setzen
- Eine CSV Datei einlesen / schreiben
- Überblick über nützliche Parameter beim Lesen und Schreiben
- Große Dateien mit dem Paket pandas einlesen
- Das pickle modul zum Speichern von Python Objekten
- Daten aus Datenbanken einlesen
- Eine Verbindung zu einer Datenbank aus Python herstellen
- Eine Tabelle aus der Datenbank abfragen bzw. hinzufügen
- Eine bestehende Tabelle in der Datenbank erweitern
- SQL Abfragen über Python
- 17:00
Ende des zweiten Seminartages
Seminarprogramm | Tag 3
- 09:00
Begrüßung durch den Seminarleiter und Rückblick auf Tag 2 - Lineare Regression
- Einführung in den Algorithmus
- Ein lineares Regressionsmodel in Python umsetzen
- Erste Ergebnisse validieren
- Entscheidungsbaum
- Einführung in den Algorithmus
- Einen Entscheidungsbaum in Python umsetzen
- Erste Ergebnisse validieren
- Mittagspause
- Grundlagen in Numpy
- Attribute eines arrays (Dimension, shape, Größe)
- Arrays zusammenfügen und teilen
- Statistische Funktionen in numpy
- Data Preprocessing
- Daten normalisieren
- Kategorisches Enkodieren von Variablen
- One-Hot Encoding
- 17:00
Ende des Seminars
Förderung
Die Bitkom Akademie ist anerkannter Bildungsträger in Baden-Württemberg und Nordrhein-Westfalen. Teilnehmer haben im Rahmen des Bildungszeitgesetzes die Möglichkeit, Bildungsurlaub bzw. eine Bildungsfreistellung zu beantragen. Auf Anfrage erstellen wir auch Anträge auf Anerkennung unserer Veranstaltungen in anderen Bundesländern. Darüber hinaus unterstützen Bund und Länder digitale Innovationen. Weitere Informationen können wir gern zusenden.
Zielgruppe / Voraussetzungen
Das Seminar richtet sich an angehendeData Scientists, Datenanalysten und an der Programmierung in Python interessierte Fachkräfte bzw. Projektleiter, welche schon erste Programmiererfahrung in Python oder einer anderen Programmiersprache haben und die Grundlagen der Programmiersprache Python für Data Science-Projekte erlernen möchten, um damit eigenständig an data mining Projekten mitzuwirken oder Python Code besser verstehen zu können.
Die Teilnehmer benötigen keine Erfahrung mit Python, sollten aber bereits Erfahrung mit einer Programmiersprache (z.B. VBA, Java, C, R, etc.) gemacht haben, um das Grundkonzept einer Programmiersprache zu verstehen (Variable in einer Programmiersprache, Zuweisung von Werten zu einer Variablen, Aufrufen von Funktionen, Parameter einer Funktion).
Sehr hilfreich sind grundlegende Vorkenntnisse im Bereich der Statistik (Begriffsdefinitionen wie bspw. Mittelwert, Median, Standardabweichung, Quantil, Dichtefunktion, Normalverteilung), Kenntnisse grundlegender mathematischer Symbole und Begriff (Summenzeichen, Integral, Funktion, Ableitung, Menge der natürlichen und reellen Zahlen, Vektor, Matrix) und Kenntnis der booleschen Algebra mit den logischen Operatoren (UND, ODER, NICHT).
Kostenzusatz
Seminarpreis 2.100 € zzgl. 19% Mwst
Infos anfordern
bitkom akademie
Die Bitkom Akademie ist der erste Ansprechpartner für die Aus- und Weiterbildung von Fach- und Führungskräften in einer sich digitalisierenden Arbeitswelt. Mit jährlich über 400 Weiterbildungen in Themenbereichen wie Digitale Transformation, Big Data & KI, IT-Sicherheit, Nachhaltigkeit, Datenschutz sowie Recht...
Erfahren Sie mehr über bitkom akademie und weitere Kurse des Anbieters.