Data Science Schulungen finden - Das passende Seminar in Ihrer Nähe

Nach Abschluss des Seminars werden Sie ein fundiertes Verständnis für die grundlegenden Komponenten einer modernen Analytics-Datenarchitektur haben. Dadurch sind Sie in der Lage, die optimalen Bausteine für Ihr individuelles Projekt gezielt auszuwählen. Der Kurs bietet Ihnen eine fesselnde Einführung in die Themen unserer Gliederung, die Ihnen ausreichende Informationen vermitteln, um Ihre Architektur gestalten zu können.Dies ermöglicht Ihnen:

• Erfahrungswerte und Best Practices zu berücksichtigen
• Architekturalternativen zu bewerten
• Zukunftssichere Architekturlösungen auszuwählen
• Erweiterung des Fachwissens in Big Data
• Verbesserung der Entscheidungsfindung bei der Auswahl von BI-Software und Architekturen
  
  
  
  

Einführung in das Data Mining mit Python

Sie machen erste Erfahrungen mit maschinellem Learnen und lernen dieses in Ihre Arbeit zu ingerieren, um datengesteuerte Entscheidungen treffen zu können.

Sie machen erste Erfahrungen mit maschinellem Learnen und lernen dieses in Ihre Arbeit zu ingerieren, um datengesteuerte Entscheidungen treffen zu können.

Overview

In this course the learner is introduced to the concepts of lifecycle governance of AI models and uses watsonx.governance to implement governance in a real life use case. The learner is exposed to the capabilities of watsonx.governance, such as lineage and metadata generation for AI models, evaluating deployed predictive AI models for drift of appropriate metrics, bias and fairness. watsonx.governance can accelerate responsible, transparent, and explainable AI workflows for all types of AI models. The course guides the learner through a complete business data science project which starts by introducing and manipulating data in watsonx and ends with evaluating and explaining the decisions of the deployed production model.

Der Kurs Künstliche Intelligenz mit Python ist das erste Modul des Lehrgangs Data Science Crash Course mit Python. Das einführende Modul gibt einen Überblick über die aktuellen Data Science Methoden der Künstlichen Intelligenz mit zahlreichen Praxisbeispielen aus Prozessindustrie, Predictive Maintenance oder dem Natural Language Processing (NLP), das die Grundlage von Chatbots darstellt. Ein besonderer Fokus wird zudem auf das Maschinelle Lernen gelegt, das ein wichtiges Handwerkszeug eines jeden Data Scientists ist. Dabei steht der Hands-on-Character im Fokus.

 

Zuerst gibt es eine intensive Einführung in die Programmiersprache Python, woraufhin an einem Praxis-Beispiel der gesamte Data-Science-Prozess inkl. Datenzugriff, Visualisierung, Aufbereitung der Daten, Feature Engineering, Validierung und Evaluation umgesetzt wird. Dabei programmieren Sie eigenhändig den Machine Learning Algorithmus Learning Vector Quantization (LVQ), der Ähnlichkeiten zu Neuronalen Netzen besitzt. Insgesamt erhalten Sie dadurch einen intensiven Einblick, wie Data Science und Künstliche Intelligenz in der Praxis angewendet werden.

 

Feedbacks unserer Teilnehmer: https://www.provenexpert.com/dhl-data-science-seminare-gmbh/

Sie können grundlegende Schritte mit Python im Bereich Data Science anwenden, so dass ein selbstständiges Arbeiten möglich ist. Wege, um weitergehende Algorithmen und Methoden in Python zu finden sind bekannt, um das Wissen auch nach dem Seminar weiter ausbauen zu können. Sie haben einen Überblick über verwendete Algorithmen im Machine Learning und können diese voneinander differenzieren und in Python anwenden. Sie arbeiten überwiegend selbstständig mit Unterstützung des Trainers, um das Erlernte direkt umzusetzen und anzuwenden. Anhand von Datenbeispielen werden die wichtigsten Bibliotheken (pandas, seaborn, scikit-learn) besprochen und in umfangreichen Übungen trainiert. 

Sie können grundlegende Schritte mit Python im Bereich Data Science anwenden, so dass ein selbstständiges Arbeiten möglich ist. Wege, um weitergehende Algorithmen und Methoden in Python zu finden sind bekannt, um das Wissen auch nach dem Seminar weiter ausbauen zu können. Sie haben einen Überblick über verwendete Algorithmen im Machine Learning und können diese voneinander differenzieren und in Python anwenden. Sie arbeiten überwiegend selbstständig mit Unterstützung des Trainers, um das Erlernte direkt umzusetzen und anzuwenden. Anhand von Datenbeispielen werden die wichtigsten Bibliotheken (pandas, seaborn, scikit-learn) besprochen und in umfangreichen Übungen trainiert. 

In diesem Seminar lernen die Teilnehmer die Grundlagen von Datenbankkonzepten in einer Cloudumgebung kennen. Sie erhalten grundlegende Kenntnisse zu Cloud-Datendiensten und Microsoft Azure. Sie lernen grundlegende Datenkonzepte wie relationale, nicht relationale kennen. Big Data und Analysen und deren Implementierung in Microsoft Azure werden gezeigt. Auch die Verarbeitungsoptionen, die zum Erstellen von Datenanalyselösungen in Azure verfügbar sind und das Untersuchen von Azure Synapse Analytics, Azure Databricks und Azure HDInsight gehören zum Inhalt.

Dieses Seminar ist Teil dieser Qualifizierungsplaner:

Data & AI Professional

 

Power Plattform - Developers

 

Data Analyst

 

Developers

Sie lernen die Grundlagen und fortgeschrittenen Techniken zur Implementierung eines modernen Data Warehouses auf Microsoft Azure.