Das Seminar hat das Ziel, den Teilnehmenden ein tiefgreifendes Verständnis der Anwendung von GPT-4 in der Data Science zu vermitteln. Durch das Seminar sollen die Teilnehmenden in der Lage sein, GPT-4 erfolgreich in ihre Data Science-Projekte zu integrieren und von den vielfältigen Möglichkeiten des Modells beim Unterstützen in der Python Programmierung zu profitieren. Das Seminar konzentriert sich darauf, den Teilnehmenden das notwendige Wissen für die Anwendung vom Python Code als auch praktische Fähigkeiten durch viele Übungen zu vermitteln, um GPT-4 effektiv für die Analyse, Verarbeitung und Machine-Learning-Modellierung von Daten einzusetzen. Am Ende des Seminars sollen die Teilnehmenden das Vertrauen und die Kompetenz haben, GPT-4 als leistungsstarkes Werkzeug in Data Science Anwendungen mit Python zu benutzen, um damit qualitativ hochwertige Ergebnisse zu erzielen.
Einführung in Machine Learning, Data Science und GPT-4
Einführung in Data Science und Machine Learning: Definition, Ziele und Anwendungsbereiche
Einführung in GPT-4: Funktionen, Architektur und Leistungsfähigkeit
Daten einlesen, vorbereiten und verstehen
Extraktion der Daten und Datenaufbereitung. Verwendung von Pandas zum Einlesen, Bereinigen und Manipulieren der Daten.
Explorative Datenanalyse (EDA) und Berechnen von Statistiken mit Pandas
Daten und Ergebnisse visualisieren
Matplotlib und Seaborn: Visualisierung von Ergebnissen und Daten mittels Diagrammen, Histogrammen, Scatterplots, Heatmaps.
Grundlagen von Matplotlib und Seaborn, um Anpassungen an den Plots durchführen zu können
Grundlagen von Funktionen und Control Flows in Python
Funktionen, If-Else und For-Loop in Python, um bestehende Analysemöglichkeiten zu erweitern
Machine Learning Modellbildung und Training (Decision Tree, )
Aufbau von Machine Learning Modellen in scikit-learn unterstützt von GPT-4 am Beispiel vom Decision Tree Algorithmus: Auswahl der Eingabedaten, Training und Anpassung der Hyperparameter.
Analyse der Trainingsmetriken und Verbesserung der Leistung des Modells.
Evaluation und Validierung der Modelle auf Testdaten.
Weitere Algorithmen in Scikit-learn am Beispiel vom Random Forest
Anwendung von GPT-4 auf einen neuem Datensatz
Mithilfe von ChatGPT und dem Erlernten Wissen in Python soll innerhalb einer Einheit ein neuer Datensatz eingelesen und verarbeitet werden. Zudem wird ein Machine Learning Algorithmus trainiert und die Ergebnisse validiert.
Diese Einheit eignet sich, um einen eigenen Datensatz für die Analyse zu verwenden.
Dauer/zeitlicher Ablauf:
3 Tage
Zielgruppe:
Interessierte Fachkräfte bzw. Projektleiter, welche einen Einstieg in das durch ChatGPT unterstützte Programmieren mit Python wünschen, um eigenständig an Data Science Projekten mitzuarbeiten oder ein besseres Verständnis für Python Code zu entwickeln. Die Teilnehmer benötigen keine Erfahrung mit Python, sollten aber schon grundlegende Erfahrung mit einer Programmiersprache gemacht haben, um das Grundkonzept einer Programmiersprache zu verstehen. Erfahrung mit ersten Analysen von Daten, bspw. in Excel wird vorausgesetzt.
Wir setzen Analyse-Cookies ein, um Ihre Zufriedenheit bei der Nutzung unserer Webseite zu verbessern.
Diese Cookies werden nicht automatisiert gesetzt.
Wenn Sie mit dem Einsatz dieser Cookies einverstanden sind, klicken Sie bitte auf Akzeptieren.
Weitere Informationen finden Sie hier.
