WEITERBILDUNGSZENTRUM - ANMELDEPORTAL
Bootcamp Python Data Analytics (entfällt)
24-H.FID11a
Im Bootcamp Python Data Analytics können Sie Ihr im Kurs "Python 2: Data Analytics" erworbenes Wissen praktisch anwenden und vertiefen. Sie machen sich mit den Inhalten der Information Technology Specialist (ITS) OD 202 Data Analytics-Prüfung vertraut.
Zielgruppe
Wir empfehlen die Nutzung
Ziele
Nach Kursabschluss haben Sie die Möglichkeit, die ITS OD 202 Data Analytics-Prüfung bei uns zu buchen und etwa 21 Tage später online in unserem Microsoft-zertifiziertem Prüfungszentrum abzulegen. Sollten Sie bei uns die ITS OD 202 Data Analytics-Prüfung ablegen wollen, planen Sie bitte 4-5 zusätzliche Selbstlerntage nach Kursabschluss ein.
Methoden
Vortrag, F&A, Demonstrationen, Übungen
Hinweise
Der Kurstag findet hybrid statt. Zu diesem Zweck wird Cisco Webex Meetings verwendet (bitte installieren!). Sie können also entweder online teilnehmen oder unseren Kursraum in Präsenz besuchen. Sie benötigen auch bei einer Teilnahme vor Ort Ihre komplette Technik: Laptop, Headset, ggf. ein zusätzliches Tablet.
Zielgruppe
Interessierte auf einem gehobenen Python-Einstiegs-Niveau mit solider Vorerfahrung im Programmieren
Voraussetzungen
- hohe IT-Affinität und sichere Bedienung des eigenen Computers
- sichere Kenntnisse aus unserem Kurs "Bootcamp Python Basics" oder vergleichbares Vorwissen
- sichere Kenntnisse aus unserem Kurs "Python 2: Data Analytics" oder vergleichbares Vorwissen
- empfohlen, nicht verpflichtend: bestandene Information Technology Specialist (ITS) OD 303 Python Prüfung
Sie benötigen
- einen Computer mit den installierten Programmen Python und Visual-Studio Code ... gilt auch für den Fall, dass Sie uns am ersten Tag in Präsenz besuchen (Berücksichtigen Sie bitte, dass wir Sie aus zeitlichen Gründen nicht bei der Installation von Software unterstützen können.)
- Headset (Mikrofon und Kopfhörer)
- stabile Internetverbindung
- Admin-Rechte auf Ihrem Rechner, um im Kursverlauf weitere Software installieren zu können
- einer Kamera
- eines zweiten Monitors oder eines Tablets, der Vorteil: Sie können auf dem Monitor/Tablet dem Dozenten folgen und zeitgleich auf Ihrem Rechner die Inhalte nachvollziehen
- Installation der kostenlosen App Webex Meetings
- Python ist englischsprachig, ebenso die wichtigsten Quellen im Internet sowie die Kurswebsite … Sie müssen Englisch nicht aktiv sprechen können, jedoch ist ein grundlegendes Verständnis der englischen Sprache hilfreich
Ziele
Der Kurs dient dazu, Ihr vorhandenes Python- und DataScience-Wissen intensiv abzurunden und zu verfestigen. Zusätzlich machen Sie sich mit allen Inhalten der Information Technology Specialist (ITS) OD 202 Data Analytics-Prüfung vertraut.
Inhalte
Zügige und intensive Wiederholung (90 Minuten)
- Konzept von Daten
- Variablen-Typen: Boolean, numeric, string
- Datenstrukturen in der Datenanalyse: Tabellen, Zeilen, Spalten, Listen
- Kategorien von Daten: Qualitativ, quantitativ, strukturiert, unstrukturiert, Metadaten, Big-Data
- Datenbereinigung: Umgang mit NULL, Sonderzeichen, Trimming von Weisräumen, unterschiedlicher Formatierung, Beseitigung von Duplikaten, Umfang mit fehlenden Werten, Überprüfung von Daten
- Organisierung von Daten: Sortieren, Filtern, Slicing, transponieren, anhängen, abschneiden
- Aggregieren von Daten: Gruppieren, anhängen, verschmelzen, summieren, pivotieren
- Beschreibung der unterschiedlichen Formen der Datenanalyse: Deskriptive Analysen, diagnostische Analysen, Testen von Hypothesen, Vorhersagen treffen
- Unterschiede zwischen Daten-Aggregaten und Messwert-Interpretationen: Suchen, filtern, eindeutige Werte identifizieren; Aggregatfunktionen: Sum, Max, Min, Count, Avg/Mean, Median, Std Dev
- Erforschende Datenanalyse: Datenbeziehungen identifizieren, Data-Drilling-Konzepte (Granularity etc.), Data-Mining-Konzepte (Anomalien, Korrelationen, Mustersuche, Ausreisser
- Umgang mit Ergebnissen der Datenanlyse: Trendanalysen, Erwartungswerte, Interpretation von Vorhersage-Modellen, P-Values, T-Test, Lineare Regression, Multiple Regression
- Die Rolle von Artificial Intelligence (AI) in der Datenanalyse - Begriffsklärung: AI, Machine-Learning, Algorithmen; Wie wird AI in der Datenanlyse verwendet (nicht: spezielle Algorithmen!)
- Grafische Darstellung von Daten: Tabellen, Charts
- Best Practice für die Erstellung gut verständlicher Daten-Visualisierungen
- Klärung, welche Diagramm-Typen zu welchen Fragestellungen passen. Stichworte: Vergleiche, Zeitreihen-Darstellungen, Vergleiche von Anteilen mit zugehöriger Gesamtheit, Datenbeziehungen, Datenverteilungen, Korrelationen, Boxplots, Balken- und Säulendiagramme, Sankey-Diagramme, Histogramme, Kreisdiagramme
Intensive Bearbeitung (3 x 90 Minuten)
- Import- und Export von Daten: ETL-Prozess (Extract / Transform / Load)
- Daten-Manipulations-Tools (SQL, R, Python, Excel incl. PowerQuery)
- Übliche Datenspeicher-Formate: Komma/Semikolon separierte Daten, XML, JSON
- Schlussfolgerungen aus einem Diagramm ziehen: Identifikation von Unterschieden zwischen datengetriebenen Thesen und der dazugehörigen grafischen Repräsentation der Daten
- Rechtliche Grundlagen und Best Practice: GDPR, FERPA, HIPAA, IRB, PCI
- Best Practices für einen verantwortungsvollen Umgang mit Daten: Datensicherheit, Datenschutz, Daten-Anonymisierung, Schwierigkeiten bei der Interpretation vom Umfang begrenzter Datensätze
- Bias-Effekte, welche die Datensammlung und Interpretation erschweren: Bias-Confirmation; Arten des Bias: Human cognitive Bias, motivational Bias, Sample-Bias; Auswahl von Daten und Grafiken, um Bias zu vermeiden
Vortrag, F&A, Demonstrationen, Übungen
Hinweise
Es wird mit den zum Kurszeitpunkt aktuellen Versionen von Python und Visual-Studio Code auf PC/Mac gearbeitet.
Kurssprache ist Deutsch. Programmiert wird in Englisch, alle Unterlagen sind englischsprachig.
Wichtig:
Achten Sie bei der Installation von Python unbedingt darauf, den Haken bei „Add Python … to PATH“ zu aktivieren.
Der Kurstag findet hybrid statt. Zu diesem Zweck wird Cisco Webex Meetings verwendet (bitte installieren!). Sie können also entweder online teilnehmen oder unseren Kursraum in Präsenz besuchen. Sie benötigen auch bei einer Teilnahme vor Ort Ihre komplette Technik: Laptop, Headset, ggf. ein zusätzliches Tablet.
Veranstaltungsorganisation: Franziska Schwarzer
Weiterbildungszentrum
der Freien Universität Berlin
Otto-von-Simson-Str. 13
14195 Berlin
| Tel.: | +49 30 83851425 |
| Fax: | +49 30 838 458359 |
http://www.fu-berlin.de/wbz
Lage & Routenplaner