Data Science mit Python 2 Tage

Nach diesem Seminar werden die Teilnehmer die Fähigkeit haben, effiziente Datenanalyse mit der Python-Toolchain durchzuführen. Bitte beachten sie die Voraussetzungen für diese Schulung.

 Die Inhalte werden im Workshop-Format vermittelt – mindestens 50% der Zeit wird für praktischen Übungen und Live-Coding genutzt. 

Inhalte der Schulung können auf Ihre Bedürfnisse hin angepasst werden.

Grundlagen
Installation Python und Anaconda
Auffrischung Datenstrukturen in Python: Listen, Tupel, Dictionaries, Sets

Überblick: Funktionen und Module in Python

Wissenschaftliches Rechnen mit NumPy
Überblick NumPy
NumPy-Arrays: Erzeugung und Überblick Methoden
Laden von Daten, Generieren von Ranges, Zufallsdaten
Indexing, Broadcasting
Vektoren, Matrizen und Tensoren
Lineare Algebra mit NumPy
Vektorisierung von Berechnungen

Datenvisualisierung
Einführung in matplotlib
Figures, Plots, Subplots, Axis-Objekte
Line-, Scatter-, Bar-, Box-, Image-Plots, Histogramme
Kontur-Plots, dreidimensionale Visualisierung
Animationen mit matplotlib
Erweiterungen: Seaborn
Kartenplots mit Basemap oder Cartopy

Pandas: Arbeiten mit Tabellen
Überblick Einsatzmöglichkeiten von Pandas
DataFrames and TimeSeries
Laden/Erzeugen von DataFrames
Methoden, Indizierung, Zugriff und Datenmanipulation
Umgang mit fehlenden Werten
Explorative Datenanalyse mit Pandas
Case Study: Der Titanic-Datensatz (oder Daten der Teilnehmer)

Das Modul Scipy
Überblick: Das Modul Scipy und verwandte Module
Statistische Maße und Testverfahren mit Scipy
Beispiele: Numerische Verfahren, Interpolation und lineare Algebra mit Scipy 

Einführung Machine Learning
Theorie: supervised / unsupervised learning, Bias und Varianz
Over- und Underfitting
Train / Validation / Test-Split, Kreuzvalidierung 

Case Study 1: Regression
Case Study 2: K-means, Clustering
Case Study 3: Entscheidungsbäume
Case Study 4: Support Vector Machines

Teilnehmer sollten bereits Kenntnisse in Python oder einer ähnlichen Programmiersprache haben. Grundlagen der linearen Algebra (elementare Vektorrechnung, Kenntnis elementarer Matrix-Operationen) sind hilfreich.