Data Science – Code und Daten reproduzierbar speichern
Forschungsergebnisse können nach diesem Kurs verständlich und nachvollziehbar erstellt werden.
Finden Sie Ihr Seminar oder lassen Sie sich beraten!
Forschungsergebnisse können nach diesem Kurs verständlich und nachvollziehbar erstellt werden.
Eigenständiges Arbeiten im Bereich Data Science mit Python ist nun grundlegend möglich. Das erworbene Wissen eigenständig weiter auszubauen, stellt kein Problem mehr da. Sie können die wichtigsten Algorithmen im Machine Learning anwenden und weitere Algorithmen darauf aufbauend schnell erfassen.
Durch diese Seminar können Sie Daten mit Python bereinigen und validieren.
Durch dieses Seminar sind Sie in der Lage Speicherformate wie Pandas DataFrames, Numpy-Arrays oder Python-Listen von Daten und Websites zu lesen und zu überführen. Im Anschluss ist es Ihnen möglich, die Daten in den zugehörigen Datenbanken zu speichern und anderen zur Verfügung zu stellen.
Sie können mit Hilfe verschiedener Python-Bibliotheken Daten visualisieren und interaktiv zugänglich machen.
Sie kennen die Möglichkeiten, die Sie zur Verarbeitung numerischer Daten mit der NumPy-Bibliothek angeboten bekommen und können diese gezielt auswählen und einsetzen.
Mit der Deep-Learning Bibliothek lernen Sie den kompletten Workflow des Machine Learnings kennen. Den Einsatz von trainierten Modellen zur Klassifikation und Prognose, Datenaufbereitung aber auch die Auswahl und das Anlernen der Modelle lernen Sie mit Hilfe von Beispielen und Folien. Daten und Optionen des Einsatzes neuronaler Netze zu prüfen, Modelle zielsicher auszuwählen und zu trainieren ist Ziel des Seminars.
Sie können ein vollwertiges Python-Distribution-Package erstellen und mit einer geeigneten Lizenz veröffentlichen.
Durch das Seminar sind Sie fähig, Daten zielsicher zu extrahieren, Algorithmen anzulernen und zur Prognostizierung sowie Klassifizierung einzusetzen.
Nach dem Seminar sind sie in der Lage das Pflegen von fortgeschrittenen Mikrocontroller Projekten mit MicroPython zu realisieren.