Bootcamp - Machine Learning und Data Science mit Python (Live Online Training) - Webinar von Cegos Integrata GmbH

• Installation von neuen Modulen
• Jupyter Notebooks / Jupyter Lab
• Verwendung von Funktionen und Methoden
• Python im Vergleich zu anderen Sprachen

Grundlegende Datenstrukturen:

• Einführung in grundlegende Datentypen (String, Integer, Float, NaN)
• Erläuterung wichtiger Strukturen: Liste, Tupel, Wörterbuch
• Einführung in List Comprehension

pandas-Datenverarbeitung - DataFrames:

• Erkunden der DataFrame-Struktur (Zeilen, Spalten)
• Auswahl von Zeilen/Spalten
• Erstellen, Löschen und Bearbeiten von Zeilen/Spalten
• Boolean Indexing für Zeilenauswahl

Statistiken direkt in pandas DataFrames berechnen:

• Einfache Statistiken auf DataFrames (Mittelwert, Min, Max, Summe, Median, Varianz usw.)
• Daten aggregieren und filtern
• Fehlende Werte behandeln
• Kreuztabellen erstellen

Programmablaufsteuerung:

• Eigene Funktionen erstellen
• Default-Parameter in Funktionen festlegen (Positional und Keyword Arguments)
• For-Schleifen verwenden
• If-Else-Bedingungen implementieren

Datendarstellung mit seaborn / matplotlib:

• Grundlagen von matplotlib kennenlernen
• Anpassung von Achsen, Legende, Titel
• Diagramme speichern
• In seaborn verschiedene Diagrammtypen erstellen
• Darstellungen variieren/festsetzen (Größe, Farbe, Gruppierung)

Daten einlesen und speichern:

• Arbeitsverzeichnis in Python und spyder festlegen
• Einlesen und Speichern von CSV- und Excel-Dateien
• Daten von URLs beziehen
• Überblick über Parameter
• Lesen und Schreiben im Python-Format pickle
• Umgang mit großen Daten

Datenbankzugriff mit SQLAlchemy:

• Verbindung zur Datenbank herstellen
• Tabellen extrahieren/schreiben
• SQL-Befehle an die Datenbank senden
• Datenabfragen per SQL-Statement direkt aus Python

Numpy-Einführung:

• Einführung in numpy-Arrays und deren Attribute
• Arrays erstellen und befüllen
• Mathematische Operationen und Statistikfunktionen

Datenverarbeitung:

• Daten normalisieren
• Fehlende Werte ergänzen
• Dummy-Variablen und One-Hot-Encoding

Machine Learning-Überblick:

• Grundlagen des Machine Learning
• Praktische Anwendungen
• Unterschiede von KI, Machine Learning und Deep Learning
• Überwachtes und unüberwachtes Lernen
• Vermeidung von Overfitting, Train-Test-Split

Lineare Regression mit scikit-learn:

• Aufteilung der Daten, Modellbau und Validierung
• Grundlagen der linearen Regression
• Implementierung in Python mit scikit-learn
• Validierung der Ergebnisse (MSE)

Logistische Regression mit statsmodels:

• Verwendung von statsmodels für statistische Modelle
• Modellbau und Validierung
• Grundlagen der logistischen Regression
• Ergebnisvalidierung

Entscheidungsbaum mit scikit-learn:

• Datenaufteilung, Modellbau und Validierung
• Grundlagen des Entscheidungsbaums
• Implementierung in Python
• Validierung der Ergebnisse (u.a. Verwirrungsmatrix, Sensitivität, Genauigkeit)
• Anpassung von Hyperparametern

Ensemblemethoden (+ AdaBoost):

• Erstellung und Training von Ensembles mit scikit-learn
• Bagging und Boosting
• Grundlagen von AdaBoost für Klassifikation und Regression
• Implementierung und Validierung

Random Forest:

• Datenaufteilung, Modellbau und Validierung
• Grundlagen des Random-Forest-Algorithmus
• Validierung der Ergebnisse
• Out-of-bag error
• Random Forest für Regression
• Anpassung von Hyperparametern

Weitere Algorithmen im Überblick:

• Einführung in K-nearest Neighbor und einfache neuronale Netzwerke (MLP) mit scikit-learn
• Implementierung und Validierung
• Anwendung weiterer Algorithmen mit scikit-learn

Grid Search & Cross Validation:

• Kreuzvalidierung und Grid Search mit scikit-learn
• Automatisierte Suche nach Hyperparametern
• Training des finalen Modells nach Kreuzvalidierung

Clustering (K-Means, DBSCAN):

• Erstellung und Validierung von Cluster-Modellen
• Grundlagen von K-Means und DBSCAN
• Implementierung und Validierung

Abschluss und Fallstudie:

• Auswahl des geeigneten Algorithmus
• Visualisierung von Entscheidungsgrenzen
• Fallstudie zur Wiederholung und Diskussion

Methode

Unser Fokus in der umfangreichen Data Science Weiterbildung liegt auf der praktischen Anwendung. Die Teilnehmer haben die Möglichkeit, eigenständig Übungsaufgaben in Python mit der Entwicklungsumgebung Spyder zu bearbeiten, um die neuen Konzepte besser zu verstehen. Bei auftretenden Fragen oder Unklarheiten steht der Trainer direkt zur Verfügung, um die Teilnehmer zu unterstützen und einen hohen Lernerfolg zu gewährleisten.

Dieses einwöchige Data Science Bootcamp beginnt mit den grundlegenden Konzepten von Python für die Datenanalyse und vermittelt alle erforderlichen Kenntnisse, um am Ende Machine Learning Algorithmen mit scikit-learn zu programmieren. In diesem intensiven Seminar werden die Grundlagen eines Data Scientist erlernt.Die Algorithmen werden theoretisch erklärt, wobei der Schwerpunkt auf der praktischen Umsetzung der Datenanalyse und Algorithmen in Python liegt. Am Ende des Seminars sind die Teilnehmer in der Lage, eigenständig erste Datenanalysen durchzuführen, Machine Learning Algorithmen anzuwenden und die Ergebnisse zu interpretieren.Besonderes Augenmerk wird auf das Paket pandas gelegt, da es in den Bereichen Data Science, Data Engineering und Data Mining Anwendung findet. Die wichtigsten Schritte zur Datenaufbereitung werden geübt. Für die Erstellung von Plots und Grafiken wird das Paket seaborn verwendet, mit einer kurzen Einführung in matplotlib. Matplotlib bietet eine Vielzahl von Anpassungsmöglichkeiten für Plots, während seaborn komplexe Plots mit wenig Code erstellen kann. Es werden auch die Grundlagen von numpy vermittelt, um dieses wichtige Paket im Data Mining einsetzen zu können.Nach einer Einführung in die Grundlagen von Python (Datenstrukturen, Schreiben eigener Funktionen) und einer Erläuterung von pandas für die Datenanalyse folgt der nächste Schritt zur Weiterbildung als Data Scientist: Die Erklärung von Machine Learning Algorithmen und deren Umsetzung in Python mit dem Paket scikit-learn. Dabei werden die bekanntesten Algorithmen (Lineare und logistische Regression, Entscheidungsbaum, Random Forest, SVM, Ensemble Learning, AdaBoost, K-Means, DBSCAN Clustering) behandelt.Nach Abschluss dieser einwöchigen Fortbildung werden die Teilnehmer in der Lage sein, Daten aus verschiedenen Formaten und Datenbanken einzulesen, Daten zu plotten und zu bereinigen sowie Berechnungen durchzuführen. Sie werden die wichtigsten Datentypen in Python kennen, einfache Funktionen schreiben können und das Konzept von Control Flows verstehen. Darüber hinaus werden sie in der Lage sein, Data Wrangling und Data Cleaning mit pandas durchzuführen und Daten für die Umsetzung von Algorithmen mit scikit-learn vorzubereiten.Ein wichtiger Bestandteil des Kurses ist das eigenständige Arbeiten und Lösen von Übungsaufgaben (mit Unterstützung des Dozenten), um das Gelernte direkt in der Praxis umzusetzen und in Python zu programmieren. 

 

Die Weiterbildung zum Data Scientist, die über einen Zeitraum von fünf Tagen stattfindet, richtet sich an Personen, die Interesse daran haben, Python zu erlernen, um Datenanalysen durchzuführen. Neben einer Einführung in Python werden in diesem Kurs auch Grundlagen des Maschinenlernens behandelt.