Datenanalyse

Der Kurs vermittelt Ihnen anhand zahlreicher Praxisbeispiele den Einsatz der verschiedenen Werkzeuge von Power BI wie z.B. Power Query, 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.

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.

Unser Seminar Deep Learning mit GPU Benutzung (jeder Teilnehmer rechnet auf einer eigenen high-performance GPU (NVIDIA Tesla P100) in der Cloud) bietet eine Einführung in Deep Learning (DL) Algorithmen mit Beispielen für Bilddaten und supervised und semi-supervised learning. Deep Learning Algorithmen sind derzeit eine der wichtigsten Algorithmusklasse des Maschinellen Lernens, einem Teilgebiet der Künstlichen Intelligenz (KI) und sind bereits in vielen Bereichen in unserem Alltag integriert. In der Schulung wird das Anlernen geeigneter Modelle behandelt, um diese für die Klassifikation oder Schätzung auf neue Daten zu verwenden.

Sie lernen Schritt für Schritt die wichtigsten Aspekte, um in Tensorflow / Keras Deep Learning Algorithmen programmieren zu können. Es wird die Datenaufbereitung und das sequentielle Einlesen von großen Datenmengen im Training behandelt, die Erstellung tiefer neuronaler Netze, die möglichen Konfigurationen für das Training und die Anwendung der trainierten Modelle auf neue Daten.

Im Seminar werden gängige Varianten von Deep Neural Networks und deren Bestandteile besprochen. Die Inhalte werden mit Folien und Flipchart erklärt und in Übungen umgesetzt und vertieft.

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.

Der Kurs gliedert sich in drei Bereiche: vom schnellen Darstellen ihrer Daten und Algorithmen mit streamlit, einer Bibliothek, die nahtlos in Python integriert werden kann, bis zum hoch maßgeschneiterten Darstellen durch full-stack Webserver. Damit lernen Sie einerseits Ihre Ergebnisse schnell in Webapps zu visualisieren, als auch komplett personalisierte Webapps zu entwickeln.

Neben Streamlit führen wir Sie in die Webapp Entwicklung mit Python, Flask, HTML, JavaScript ein. Sie erlenen das Aufsetzen eines Webservers.
Am Ende des Kurses sind sie auch fähig Code für Web basierte grafische Oberflächen zu schreiben, mit denen Kollegen auch ohne Programmier- oder Deep Learning/ Data Science Kenntnisse, ihre Algorithmen auf neuen Daten trainieren oder anwenden können. Dies erleichtert das Ausprobieren von Künstliche Intelligenz Algorithmen auf unterschiedlichen Daten im Unternehmen.

Der dreitägige Data Science Kurs in Python für die Verwendung von Python für Data Science erklärt die notwendigen Grundlagen für die Datenanalyse und die Anwendung von Machine Learning Algorithmen. Bei den Algorithmen wird nur das notwendige theoretische Verständnis geschult, da das Ziel in der Schulung auf der praktischen Umsetzung der Algorithmen in Python mit dem Paket scikit-learn liegt. Am Ende des Seminars können Sie selbstständig erste Daten Analysen umsetzen und einfache Machine Learning Algorithmen für die Datenanalyse einsetzen.

Das Paket pandas ist ein Schwerpunkt dieser Data Science Schulung, da dieses Paket speziell für Data Science entwickelt wurde. Die wichtigsten Schritte für die Datenaufbereitung mit pandas werden eingeübt. Zur Erstellung von Plots und Grafiken wird im Kurs das Paket seaborn verwendet und eine kurze Einführung in matplotlib gegeben. Matplotlib überzeugt durch die Fülle an Möglichkeiten einen Plot anzupassen, seaborn durch die Einfachheit auch komplexere Plots mit wenig Code zu erstellen.

Nach den Grundlagen für Python (Datenstrukturen, eigene Funktionen schreiben) und der Erläuterung von pandas für die Auswertung von Daten, erhalten Sie einen Überblick über Machine Learning Algorithmen, welche wir in Python mit dem Paket scikit-learn selbst programmieren werden. Ein wichtiger Bestandteil vom Data Science Python Seminar ist das eigenständige Arbeiten und Lösen von Übungsaufgaben, so dass Sie mit direkter Hilfe des Trainers das Besprochene direkt in der Praxis umsetzen und so Schritt für Schritt die Anwendung von Data Science lernen können.