Data Science Essentials

Ein fünftägiges Kompaktformat entlang der Data-Science-Pipeline, wie sie im Arbeitsalltag tatsächlich durchlaufen wird. Nach einem Überblick über das Feld geht es um die Beschaffung von Daten, deren Filterung und die explorative Erkundung, bevor die Integration unterschiedlicher Quellen behandelt wird. Darauf folgen die Konzepte der Datenanalyse sowie Klassifikation und maschinelles Lernen. Den Abschluss bildet die Kommunikation und Visualisierung der Ergebnisse – der Schritt, an dem sich entscheidet, ob eine Analyse in der Organisation ankommt. Vermittelt wird damit die angewandte Untersuchung von Daten zur statistischen Analyse und Problemlösung.