Datenanalyse

Nicht wenige DAX-Interessenten versuchen die Lösungsansätze ihrer Aufgabenstellungen online selbst zu finden. Für die Anpassung einer gefundenen Musterlösung fehlt jedoch meist das Hintergrundwissen. Hier setzt das Seminar an: Anstatt nur einzelne Funktionen kennen zu lernen, steht das Verständnis für die grundlegenden DAX-Konzepte im Vordergrund. Beginnend mit einer verständlichen Erklärung des Zeilen- und Filterkontexts lernen Sie die grundlegenden DAX-Funktionen wie z. B. SUMX(), Filter(), … kennen, um abschließend die Bedeutung der Calculate()-Funktion zu verstehen. Mit diesen Werkzeugen sind Sie in der Lage eigene Measures von Grund auf selbst zu realisieren.

Der Kurs vermittelt Ihnen anhand zahlreicher Praxisbeispiele den Einsatz der verschiedenen Werkzeuge von Power BI wie z.B. Power Query (Einführung), Visuals, etc.. Sie lernen dabei die Unterschiede zu Excel und die Stärken von Power BI kennen, um Ihre Aufgaben im Controlling effizienter und schneller zu erledigen. So können Sie z. B. große Datenmengen aus Excel-, CSV-Dateien, etc. importieren und automatisiert so aufbereiten, um diese in gewünschter Form auswerten zu können. Die Diagramme - in Power BI Visuals genannt - ermöglichen es Ihnen, Daten in aussagekräftigen Berichten u.a. mit externen Diagrammen darzustellen. Die Berichte können im Power BI (Web-)Service für die Kollegen im Unternehmen und auch anderen Organisationen einfach zur Verfügung gestellt werden.

Tauchen Sie ein in die Welt der Big Data Analytics und lernen Sie, wie Sie große Datenmengen mit PySpark, der leistungsstarken Kombination aus Python und Apache Spark, verarbeiten und analysieren können. Unser praxisorientierter Kurs vermittelt Ihnen Schritt für Schritt die Fähigkeiten, die Sie benötigen, um Daten effizient zu transformieren, komplexe Analysen durchzuführen und erste Schritte im Bereich Machine Learning zu unternehmen.

Mit einer klaren Struktur, die Theorie und Praxis ideal kombiniert, erhalten Sie:

• Einen Überblick über moderne Big Data-Technologien und die zentrale Rolle von Apache Spark.
• Hands-on-Erfahrungen in der Datenaufbereitung, Datenverarbeitung und Optimierung mit PySpark.
• Einblicke in die Möglichkeiten von Machine Learning mit Apache Spark.

Dreitägiger Deep Learning Kurs mit Fokus, welcher Ihnen den Einstieg in die künstliche Intelligenz ermöglicht:

• Sie lernen Neuronale Netzwerkarchitekturen wie Multi Layer Perceptron (MLP) und Convolutional Neural Networks (CNN) kennen.
• Einführung in semi-supervised Learning.
• Arbeiten Sie mit den führenden Frameworks TensorFlow und Keras auf high-performance GPUs.
• Programmiererfahrung ist erforderlich, idealerweise in Python, aber nicht zwingend notwendig.
• Entwickeln Sie praxisorientierte Lösungen und vertiefen Sie Ihr Wissen in Deep Learning und Künstlicher Intelligenz.

Dieses Seminar richtet sich an Excel- und Power BI-User*innen, die externe Daten in ihre Auswertungen integrieren wollen. Dabei könnten z. B. Excel- oder CSV-Dateien beispielsweise auch aus ERP-Systemen sowie SAP importiert werden. Neben der Möglichkeit, mehr als 1 Mio. Zeilen zügig importieren zu können, können Sie auch während des Importprozesses die Daten und Tabellenstrukturen Ihren Vorstellungen automatisiert anpassen. Die Datentransformationen reichen vom simplen Aufspalten Ihrer Daten auf mehrere Spalten, über Duplikate entfernen bis hin zum Entpivotieren von Tabellen.

Tauchen Sie ein in die Welt der Zeitreihenanalyse und entdecken Sie, wie Sie mit Python datenbasierte Entscheidungen treffen können. Dieser Kurs bietet Ihnen eine Einführung in die Grundlagen, von der Verarbeitung bis zur Visualisierung von Zeitreihendaten, und hilft Ihnen, komplexe Muster und Trends in Ihren Daten aufzudecken.

Das zweitägige Seminar bietet einen umfassenden Einstieg in die Analyse und Visualisierung von Zeitreihen-Daten mithilfe von Python. Teilnehmer erlernen, wie sie Zeitreihen-Daten einlesen, bearbeiten und visualisieren können. Es werden klassische statistische Vorhersagemethoden wie Holt-Winters und ARIMA sowie moderne Deep-Learning-Ansätze wie LSTM und RNN behandelt. Neben der Vorhersage konzentriert sich der Kurs auch auf Anwendungen wie Klassifikation und Clustering von Zeitreihen-Daten. Zum Einsatz kommen gängige Python-Tools wie pandas, matplotlib, plotly und keras.

Der Kurs kombiniert Theorie und praktische Übungen, die an realen Beispielen erklärt werden. Am Ende sind die Teilnehmer in der Lage, sowohl einfache als auch komplexe Zeitreihenmodelle anzuwenden und die Konzepte in der Praxis umzusetzen. Die Schulung ist ideal für alle, die datengetriebene Entscheidungen treffen oder ihre Python-Kenntnisse erweitern möchten.

In diesem einwöchigen Intensivkurs erwerben Sie die grundlegenden Fähigkeiten eines Data Scientists, um Daten effizient zu analysieren, maschinelle Lernmodelle zu entwickeln und Ergebnisse professionell zu interpretieren. Mit einem klaren Fokus auf Python, der führenden Programmiersprache für Data Science und Machine Learning, werden Sie systematisch an die relevanten Werkzeuge und Methoden herangeführt.

Der Kurs beginnt mit den Grundlagen in Python und der Nutzung wichtiger Bibliotheken wie pandas, numpy, matplotlib und seaborn. Diese Tools ermöglichen die Datenaufbereitung, -bereinigung und Visualisierung - essentielle Schritte im Data Science-Prozess. Der Schwerpunkt liegt dabei auf praxisorientierten Übungen, mit denen Sie Fähigkeiten wie Data Wrangling und Data Cleaning erlernen und vertiefen können.

Ein zentraler Teil der Weiterbildung widmet sich dem Einsatz von Machine Learning mit der scikit-learn-Bibliothek. Neben dem notwendigen theoretischen Hintergrund werden die gelernten Algorithmen - darunter lineare und logistische Regression, Entscheidungsbäume, Random Forest, K-Means und DBSCAN - direkt in Python umgesetzt. Themen wie Overfitting, Cross-Validation und die Optimierung von Hyperparametern (z. B. mit Grid-Search) werden ebenso behandelt wie die Klassifikation von Daten und das Erstellen von Clustern.

Das Seminar bietet Ihnen außerdem die Möglichkeit, praktische Fähigkeiten durch eigenständiges Arbeiten und Übungsaufgaben zu festigen. Ein aktiver Austausch mit dem Dozenten stellt sicher, dass Sie die Inhalte optimal verstehen und anwenden können. Nach Abschluss des Kurses sind Sie in der Lage, eigenständig Daten aus unterschiedlichen Quellen zu analysieren, maschinelle Lernmodelle zu erstellen und Ihr Wissen gezielt weiter auszubauen.

Mit diesem Intensivkurs schaffen Sie eine solide Basis, um Python in Bereichen wie Data Analytics, Data Mining und Business Intelligence professionell einzusetzen. Der Schwerpunkt liegt auf der praktischen Anwendung, sodass Sie die theoretischen Konzepte direkt in Ihrem beruflichen Kontext umsetzen können.

Legen Sie den Grundstein für Ihre Karriere als Data Scientist - praxisnah, kompakt und effizient!

Dieser dreitägige Kurs bietet einen umfassenden Einstieg in die Programmierung mit Python, einer der führenden Programmiersprachen für vielfältige Anwendungen. Der Schwerpunkt liegt auf den aktuellen Entwicklungen in Python 3. Der Kurs richtet sich an absolute Anfänger ohne Vorkenntnisse in anderen Programmiersprachen.

Python zeichnet sich durch seine klare Syntax und einfache Lesbarkeit aus, was es besonders für Einsteiger attraktiv macht. Durch praxisorientierte Übungen mit der Entwicklungsumgebung PyCharm wird das Gelernte direkt angewendet und vertieft. Am Ende des Kurses sind die Teilnehmer in der Lage, eigenständig einfache Programme zu erstellen und die grundlegenden Datenstrukturen von Python zu verstehen.

In diesem Kurs lernen Sie zunächst das Prinzip und den Aufbau von Datenbanken kennen und steigen dann Schritt für Schritt in die Grundlagen der Abfragesprache SQL (Structured Query Language) ein, mit deren Hilfe Sie Daten gezielt abrufen, sortieren und aktualisieren können. Sehen Sie, wie Sie strukturierte Abfragen formulieren und wie Sie neue Daten in eine Datenbank einfügen und vorhandene Daten bearbeiten. Praktische Übungsdateien und eine Musterdatenbank unterstützen Sie beim Lernprozess und runden den Kurs ab.

Dieser Data Science Kurs bietet eine umfassende und praxisorientierte Einführung in die Datenanalyse und Machine Learning mit Python.
Zu Beginn der Schulung werden die Grundlagen der Programmiersprache Python vermittelt, wobei der Fokus auf den wichtigsten Werkzeugen für die Datenanalyse liegt.

Im Zentrum des Kurses steht das Python-Modul pandas, das für die Arbeit mit DataFrames und zur Datenvorbereitung unerlässlich ist. Pandas gilt als eines der führenden Pakete in der Data Science-Welt. Ergänzend dazu lernen die Teilnehmer die Erstellung von Grafiken und Visualisierungen mit den Paketen seaborn und matplotlib kennen. Während matplotlib eine Vielzahl von Anpassungsmöglichkeiten für Plots bietet, überzeugt seaborn durch einfache Handhabung, um komplexe Diagramme mit minimalem Code zu erstellen.

Darüber hinaus erhalten die Teilnehmer einen Einblick in die Anwendung erster Machine Learning Algorithmen, darunter Entscheidungsbäume, K-Means Clustering, DBSCAN und Neuronale Netze, mithilfe des scikit-learn Pakets. Dabei liegt der Schwerpunkt auf der praktischen Implementierung dieser Algorithmen, sodass nur das notwendige theoretische Wissen vermittelt wird.

Nach Abschluss des Kurses sind Sie in der Lage, eigenständig Datenanalysen durchzuführen und erste, grundlegende Machine Learning Modelle in Python umzusetzen. Besonderes Augenmerk liegt auf der praxisnahen Anwendung. Die Teilnehmer lösen eigenständig Übungsaufgaben, um das Gelernte direkt umzusetzen. Dabei steht der Trainer unterstützend zur Seite, um den praktischen Umgang mit Python, pandas und Machine Learning Algorithmen zu vertiefen.