Diese Website verwendet Cookies

Wir verwenden Cookies, um Ihnen ein optimales Webseiten-Erlebnis zu bieten. Dazu zählen Cookies, die für den Betrieb der Seite und für die Steuerung unserer kommerziellen Unternehmensziele notwendig sind, sowie solche, die lediglich zu anonymen Statistikzwecken genutzt werden. Sie können selbst entscheiden, welche Kategorien Sie zulassen möchten. Bitte beachten Sie, dass auf Basis Ihrer Einstellungen womöglich nicht mehr alle Funktionalitäten der Seite zur Verfügung stehen. Weitere Informationen finden Sie in unseren Datenschutzhinweisen.
Details

Notwendige Cookies helfen dabei, eine Webseite nutzbar zu machen, indem sie Grundfunktionen wie Seitennavigation und Zugriff auf sichere Bereiche der Webseite ermöglichen. Die Webseite kann ohne diese Cookies nicht richtig funktionieren.

NameAnbieterZweckAblauf
wire ihk-weiterbildung.de Der Cookie ist für die sichere Anmeldung und die Erkennung von Spam oder Missbrauch der Webseite erforderlich. Session
cmnstr ihk-weiterbildung.de Speichert den Zustimmungsstatus des Benutzers für Cookies. 1 Jahr

Statistik-Cookies helfen Webseiten-Besitzern zu verstehen, wie Besucher mit Webseiten interagieren, indem Informationen anonym gesammelt und gemeldet werden.

NameAnbieterZweckAblauf
_ga_PF07PMP11H Google Wird verwendet, um Daten zu Google Analytics über das Gerät und das Verhalten des Besuchers zu senden. Erfasst den Besucher über Geräte und Marketingkanäle hinweg. 2 Jahre
_ga Google Registriert eine eindeutige ID, die verwendet wird, um statistische Daten dazu, wie der Besucher die Website nutzt, zu generieren. 2 Jahre

Wir verwenden Marketing-Cookies, um Besuchern auf Webseiten zu folgen und für sie relevante Anzeigen und Kampagnen auszuspielen.

NameAnbieterZweckAblauf
_fbp Facebook Wird von Facebook genutzt, um eine Reihe von Werbeprodukten anzuzeigen, zum Beispiel Echtzeitgebote dritter Werbetreibender. 90 Tage
ln_or LinkedIn Wird von LinkedIn for zur Identifizierung des Browsers, Speicherung von Spracheinstellungen und für die Aussteuerung von Anzeigen verwendet. 1 Tag
Impressum

Zeitreihenanalyse und -visualisierung mit Python: Ihr praxisorientierter Kurs - Online

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.

Dieses Seminar richtet sich an:

Der Kurs richtet sich an alle, die den Umgang mit Zeitreihendaten in Python erlernen möchten. Dabei stehen sowohl die Erstellung von Vorhersagen als auch die Anwendung von Clustering- und Klassifikationsmethoden im Fokus. Grundkenntnisse in Zeitreihenanalyse oder Python werden für eine optimale Teilnahme empfohlen (siehe Voraussetzungen).

Ihr Abschluss:

Teilnahmebescheinigung

Jetzt anmelden

  • online

    noch Plätze frei
    Seminar-Nr.:
    1851_251_01
    Dauer:
    ca. 16 UStd.
    Zeiten:
    2 Termine

     1.630,–

    Anmelden

Inhalt:

Grundlagen und Einführung

Der Kurs beginnt mit einer Einführung in die grundlegenden Konzepte von Zeitreihen und der Verwendung von Python. Dabei werden Teilnehmer mit der Definition, den Merkmalen und der Struktur von Zeitreihen-Daten vertraut gemacht. Die Visualisierung erster Daten erfolgt mithilfe von Bibliotheken wie matplotlib und plotly.

Zeitreihen-Vorhersage

Ein zentraler Schwerpunkt des Kurses liegt auf der praktischen Umsetzung von Vorhersagen. Es werden sowohl traditionelle statistische Methoden wie Holt-Winters, ARIMA und Kalman-Filter als auch moderne Modelle wie Facebook Prophet vorgestellt. Diese Methoden ermöglichen eine präzise Prognose von Zeitreihen-Daten.

Deep Learning und Machine Learning

Teilnehmer lernen den Einsatz von Machine-Learning-Algorithmen wie Recurrent Neural Networks (RNNs) und Long Short-Term Memory (LSTMs) kennen, die speziell für Zeitreihen-Daten geeignet sind. Neben der Vorhersage wird auf fortgeschrittene Themen wie die Klassifikation und das Clustering von Zeitreihen eingegangen.

Praktische Übungen

Jede Methode wird anhand anschaulicher Praxisbeispiele erklärt und in Übungen umgesetzt. Dies garantiert einen direkten Transfer der Theorie in die praktische Anwendung und bereitet die Teilnehmer optimal auf die eigenständige Arbeit mit Zeitreihen-Daten vor.
Nach Abschluss des Kurses können die Teilnehmer:
  • Zeitreihendaten in Python einlesen, bearbeiten und visualisieren.
  • Vorhersagen mit gängigen Methoden wie exponentiellem Glätten, ARIMA und LSTM treffen.
  • Grundlegende statistische und maschinelle Lernkonzepte anwenden, die auch in der Forschung genutzt werden.
  • Moderne Ansätze wie Mischverfahren verstehen und umsetzen.
  • Zusatzanwendungen wie Clustering und Klassifikation für Zeitreihen-Daten durchführen.

Voraussetzungen

Der Kurs erfordert grundlegende Kenntnisse in entweder Zeitreihenanalyse oder Python, um dem Lerntempo folgen zu können. Allgemeine Erfahrungen mit Programmiersprachen und statistischen Grundlagen (z. B. Mittelwert, Standardabweichung) sind ebenfalls empfehlenswert. Teilnehmer sollten bereits Erfahrung im Umgang mit Daten haben, z. B. in Excel oder BI-Tools. Die Unterrichtssprache ist Deutsch, jedoch sind die Kursfolien auf Englisch, sodass grundlegendes Verständnis englischer Fachbegriffe erforderlich ist.

Technik

Für die Schulung benötigen Sie einen Computer mit aktuellem Browser (Chrome, Firefox, Edge) sowie Mikrofon und Kopfhörer oder Lautsprecher. Eine Kamera ist optional.
Es wird empfohlen, einen eigenen Laptop mit vorab installierter Software mitzubringen, wobei eine Installationsanleitung vor dem Seminar bereitgestellt wird. Teilnehmer sollten sicherstellen, dass ihr Laptop Zugang zum Internet hat, um während des Seminars digitale Unterlagen herunterzuladen.

Hinweis

Das Online-Seminar wird über die E-Learningplattform von Enable AI bereitgestellt. Zur Einrichtung des User-Accounts und Zusendung von Zugangsdaten und Nutzung der Lernplattform übermitteln wir Name, Anschrift, Emailadresse der Teilnehmer an Enable AI. In diesem Zusammenhang wird auch die Telefonnummer zur Klärung der technischen Fragen übermittelt.

↑ Termine und Anmeldung