Data Analytics für Einsteiger - online - Seminar / Kurs von BDEW Akademie

Inhalte

Das Seminar geht auf die Grundlagen der klassischen datengetriebenen Analyse sowie auf neue Machine-Learning-Ansätze ein.

5 gute Gründe, dieses Seminar zu besuchen

• Sie erhalten einen Überblick über den aktuellen Stand analytischer Methoden  • Arbeiten Sie an praxisnahen Beispielen  • Sie erfahren neue Ansätze mit energiewirtschaftlichem Bezug • Entwickeln Sie ready-to-use Lösungen • Lernen Sie relevante Tools wie z. B. „python“ kennen

Referent

  • Dr. Daniel Merk Energieforen Leipzig GmbH

Programm

Dienstag, 02. November 2021

Tag 1: Explorative Datenanalyse & Unsupervised Learning

8.30 Uhr Begrüßungskaffee

9.00 Uhr Begrüßung und Vorstellungsrunde

9.20 Uhr

Erste Schritte der Analyse von Daten aus dem Bereich Kundendatenmanagement im EVU (Teil 1) › Data Analytics: grundlegende Methoden und Strategien › Vorstellung der verwendeten Daten & Python-Werkzeuge/Bibliotheken › Einlesen und Prüfen der Daten, Ermittlung statistischer Kenngrößen (univariate Kenngrößen) › Verknüpfen von Daten (Vom Left zum Full-Outer-Join) › Einfache Visualisierungsmöglichkeiten (bi- und multivariate Analysen)

11.00 Uhr Kaffeepause

11.30 Uhr

Erste Schritte der Analyse von Daten aus dem Bereich Kundendatenmanagement im EVU (Teil 2) › Praxisphase – Selbstständiges Arbeiten auf Basis von Teil 1 in Jupyter Notebooks

12.30 Uhr Mittagessen

13.30 Uhr

Tiefergehende Analyse hinsichtlich der fachlichen Fragestellungen im Kundenmanagement mit Quick Wins › Methoden des Unsupervised Learning › Clusteranalyse › Dimensionsreduktion (PCA)

14.30 Uhr Kaffeepause

15.00 Uhr

Tiefergehende Analyse hinsichtlich der fachlichen Fragestellungen im Kundenmanagement › Praktische Anwendung der Methoden des Unsupervised Learning auf den Beispieldaten aus dem Bereich Kundendatenmanagement

17.00 Uhr Ende des ersten Seminartages

Mittwoch, 03. November 2021

Tag 2: Basics Supervised Learning & Machine Learning

9.00 Uhr

Grundlagen und Vorgehensweise bei Machine Learning › Wie funktioniert Machine Learning und was sind deren Herausforderungen? › Klassifikations- vs. Regressionsprobleme › Definition der Fragestellung und Vorhersagevariable › Datenaufbereitung: Feature Engineering & Datensplitting › Skalierung von Input-Daten › Training eines ersten Baseline-Modells (Logistisches Regressionsmodell) › Evaluation der Modellergebnisse mit verschiedenen Metriken

10.30 Uhr Kaffeepause

11.00 Uhr

Praxisphase: Erstellen eines ersten Baseline-Modells › Datenaufbereitung, Feature Engineering und Training sowie Evaluation eines Logistischen Regressionsmodells

13.00 Uhr Mittagessen

14.00 Uhr

Verschiedene Modellvarianten – ein Grobüberblick & Fortgeschrittene Modellvalidierungstechniken › Lineare Regression & Logistische Regression › Support Vector Machines › Decision Trees und Random Forests › Tiefe Neuronale Netze › k-Fold Cross-Validation

17.30 Uhr Ende des Seminars

Lernziele

Wie viel Potenzial geht Ihnen eigentlich, u. a. beim Stärken Ihrer Wettbewerbsposition, verloren, indem Sie den Datenschatz Ihres Unternehmens einfach liegen lassen? Um das herauszufinden wird zusehends Data Analytics zu Rate gezogen, welches Ihnen ermöglicht, wertvolle, gewinnbringende Informationen aus der Vielzahl an Daten zu generieren und diese in eine Struktur zu bringen um weitergehende Analysen zu entwickeln. Welche Voraussetzungen dabei erfüllt werden müssen, erfahren Sie bei unserem Seminar „Data Analytics in der Energiewirtschaft“.

Sind Sie aktiv in Analytik Projekten unterwegs und wollen Ihr Know-How bzgl. analytischer Methoden erweitern? Suchen Sie neuen Methoden und Anwendungsfälle um ihre Daten zu analysieren und den Fachbereich bei seiner täglichen Arbeit zu unterstützen?

Im Rahmen unseres Seminars „Data Analytics in der Energiewirtschaft“ werden diese Fragen an praxisnahen Beispielen erläutert und gemeinsame erste Anwendungsfälle für ihre zukünftigen Projekte entwickelt. Dabei gehen wir auf die Grundlagen der klassischen datengetriebenen Analyse sowie auf neue Machine Learning Ansätze ein. Ziel des Seminars ist es, die Inhalte nicht nur theoretisch zu vermitteln, sondern vielmehr in eigenen Erfahrungen zu „erleben“. Hierzu bieten wir während des Seminars sehr vielfältige Möglichkeiten mit speziellen fachlichen Fragestellungen, Simulationen und Kurz-Cases an und erzielen dadurch den bestmöglichen Wissenstransfer für Sie und in ihren beruflichen Kontext.

Zielgruppen

Fach- und Führungskräfte der Bereiche: › Analytik › Software-Entwicklungsmanagement › Datenmanagement › Digitalisierung › Fach-IT-Koordination › IT-Prozessmanagement

Termine und Orte

Datum Preis
Leipzig, DE
02.11.2021 - 03.11.2021  

SG-Seminar-Nr.: 5854876

Preis jetzt anfragen

Seminar merken ›

Semigator berücksichtigt

  • Frühbucher-Preise
  • Last-Minute-Preise
  • Gruppenkonditionen

und verfügt über Sonderkonditionen mit einigen Anbietern.

Der Anbieter ist für den Inhalt verantwortlich.

Über Semigator mehr erfahren

  • Anbietervergleich von über 1.500 Seminaranbietern
  • Vollständige Veranstaltungsinformationen
  • Schnellbuchung
  • Persönlicher Service
Datum Preis
Leipzig, DE
02.11.2021 - 03.11.2021