Datenlebenszyklus

Statistik ist überall – von Marketing und Vertrieb bis hin zum Gesundheitswesen. Die Fähigkeit, Daten zu sammeln, zu analysieren und daraus Schlüsse zu ziehen, wird immer wertvoller und zunehmend auch in nicht-analytischen Berufen erwartet. In diesem Kurs lernst Du die Grundlagen der Statistik und entwickelst die Fähigkeit, Daten zu analysieren und wertvolle Einblicke zu gewinnen. Du wirst Methoden kennenlernen, um Daten zusammenzufassen und zu beschreiben. Du wirst erfahren, wie Wahrscheinlichkeiten auf kommerzielle Szenarien angewendet werden, und entdecken, wie Experimente durchgeführt werden, um Muster und Zusammenhänge zu verstehen.

Mit diesem einfachen Spickzettel behältst Du über die Grundlagen von Excel den Überblick. Du findest alles Wichtige zu Formeln, Operatoren, mathematischen Funktionen und mehr – kompakt zusammengefasst und jederzeit griffbereit. Perfekt für den Einstieg und zum Nachschlagen.

Dieses kurze Erklärvideo erklärt grundlegend, was Datenanalyse ist, welche wichtigen Begriffe es dabei gibt und welche Analyseformen es gibt. Wenn Ihr einen Einstieg und Überblick sucht, gibt Euch das Video Aufschluss über das allgemeine Vorgehen bei einer Datenanalyse.

Möchtest du deine Excel-Kenntnisse aufbauen, um sie später in der Unternehmensstatistik zu nutzen? Dieser Einführungskurs deckt alle wichtigen Grundlagen ab und richtet sich sowohl an absolute Anfänger*innen als auch an diejenigen, die bereits mit Excel vertraut sind, aber ihre Fähigkeiten verbessern möchten. Von einfachen Aufgaben bis hin zu fortgeschrittenen Funktionen führt dich der Kurs durch alles, was du wissen musst. Mit leicht verständlichen Beispielen werden die Funktionen von Excel präsentiert, sodass du sie sofort anwenden kannst.

Wer grundlegende Excel-Fähigkeiten beherrscht, dem öffnet es Türen zu neuen Möglichkeiten und Jobs. In diesem Kurs lernen die Teilnehmenden die Grundlagen von Microsoft Excel (auch anwendbar auf Google Sheets) kennen, darunter Tabellen, Arbeitsmappen, Dateneingabe, Zusammenfassung und Diagrammerstellung. Auch leistungsstarke Tools wie Funktionen, bedingte Formatierung, VLOOKUP, mathematische Formeln, Diagramme, Makros, Tasten-kombinationen, Filter, Sortierungen und Pivot-Tabellen sind Kursinhalte.

Diese Einführung in die Programmiersprache R konzentriert sich auf das leistungsstarke Toolset des Tidyverse. Du lernst die Prozesse der Datenmanipulation und -visualisierung mithilfe von dplyr und ggplot2 kennen. Du wirst reale historische Länderdaten bearbeiten, indem du sie filterst, sortierst und zusammenfasst, um explorative Fragestellungen zu beantworten. Anschließend setzt Du diese aufbereiteten Daten in anschauliche Visualisierungen wie Liniendiagramme, Balkendiagramme und Histogramme um – alles mit dem Paket ggplot2. Diese Einführung ist ideal für alle, die noch keine Erfahrung mit R haben und sich für die Durchführung von Datenanalysen interessieren.

Mit diesem Spickzettel lernst Du die gängigsten Techniken der deskriptiven Statistik kennen. Diese Methode wird häufig in der Datenwissenschaft genutzt, um Daten zu erkunden, zu verstehen und fundierte Entscheidungen zu treffen. Das Sheet bietet dir eine praktische Übersicht über alle relevanten Werkzeuge und Techniken der deskriptiven Statistik, die Dir helfen, Deine Analysen effizient und zielgerichtet durchzuführen.

Möchtest Du die Programmiersprache Python erlernen und schnell in die Praxis umsetzen? In diesem Kurs eignest Du Dir die Grundlagen des Programmierens an und vertiefst dein Wissen mit praktischen Programmieraufgaben, die sofort Feedback liefern. Python eignet sich ideal für die Entwicklung von Desktop- und Webanwendungen, Datenanalyse, Künstliche Intelligenz und viele weitere spannende Anwendungen. Der Kurs richtet sich an Personen, die keine oder wenig Vorerfahrung mit Python und mathematische Grundkenntnissen besitzen. Er führt Dich Schritt für Schritt durch die wesentlichen Konzepte der Programmierung: Variablen, Schleifen, Funktionen, Fehlerbehandlung und vieles mehr.

Dieser Python-Vorkurs ist der ideale Einstieg in die Welt der Data Science und Künstlichen Intelligenz. Er richtet sich an Anfänger*innen und diejenigen, die ihre Grundkenntnisse auffrischen möchten. Python eignet sich gut für einen Einstieg in die Welt der Programmiersprachen. Neben Programmiergrundlagen und Visualisierungsmöglichkeiten lernt ihr Jupyter Notebooks und die Bibliotheken Pandas und skLearn kennen.

Auf dieser Seite findest du Übungen zu Grundlagen der Programmierung in Python sowie den Einsatz von Bibliotheken zum Umgang mit verschiedenen Datentypen. Du lernst Jupyter Notebooks kennen und kannst Gelerntes an Fallstudien ausprobieren. Die Materialien stehen auf github zum Selbstlernen zur Verfügung.

Möchtest du deine Fähigkeiten in Datenanalyse und -visualisierung verbessern? Dieser Kurs vermittelt dir die Grundlagen der Programmierung mit R. Entwickle praktische Fertigkeiten, die du sofort anwenden kannst. Nach dem Kurs bist du in der Lage, Datensätze einzulesen, zu verarbeiten und zu visualisieren.

In diesem Kurs lernst du die Grundlagen der Datenanalyse mit Python. Du liest Daten von unterschiedlichen Quellen, wie CSV und SQL ein und nutzt Bibliotheken wie Numpy, Pandas, Matplotlib und Seaborn, um Daten zu verarbeiten und zu visualisieren. Wenn du schon einige Grundkenntnisse in der Programmierung hast, ist der Kurs gut für dich geeignet.

Entdeckt die Grundlagen von Power BI und lernt, wie Ihr mit dieser beliebten Business-Intelligence-Plattform beeindruckende Berichte erstellt. Der Kurs „Introduction to Power BI“ bietet Euch in drei Stunden einen umfassenden Überblick, angefangen beim Laden und Transformieren von Daten bis hin zur Erstellung interaktiver und ansprechender Visualisierungen.

Dieser Kurs ist ideal für alle, die ihre Python-Kenntnisse auf das nächste Level bringen möchten. Er baut auf Euren bestehenden Grundlagen auf und führt Euch in fortgeschrittene Anwendungen ein. In vier Stunden lernt Ihr, wie Ihr mit Matplotlib Daten visualisiert, mit Dictionaries und Pandas DataFrames arbeitet und Eure Effizienz beim Umgang mit Daten steigert. Ihr lernt, Daten zu erstellen, zu manipulieren und effizient darauf zuzugreifen. Zusätzlich erarbeitet Ihr Euch ein solides Verständnis für Boolsche Logik, Kontrollstrukturen und Schleifen, die Euch helfen, datenbezogene Operationen präziser und wiederholbarer auszuführen.

Möchtest Du wissen, welche Machine Learning-Algorithmen es gibt und wann Du sie am besten einsetzt? Dann ist diese Übersicht genau das Richtige für Dich! Im Cheat Sheet findest du eine kompakte Zusammenfassung der gängigsten ML-Modelle, sowie ihre Vor- und Nachteile und typische Anwendungsfälle.

Datenbanken erkunden leicht gemacht! Möchtest Du lernen, wie Du die Möglichkeiten einer Datenbank vollständig ausschöpfst? In diesem Online-Kurs lernst Du, wie Du die Tabellen in einer Datenbank identifizierst, sie verknüpftest und die darin gespeicherten Daten gezielt mit Hilfe von SQL abfragst, aggregierst und analysierst. Du übst auch den Umgang mit unstrukturierten und kategorischen Daten, sowie Zeitreihen und wie Du Strategien entwickelst um häufigen Problemen zu begegnen und chaotische Daten zu bereinigen.

Mithilfe von Data Mining aus großen Datenmengen ist es möglich, neue Erkenntnisse über Zusammenhänge zu gewinnen und genaue Vorhersagen zu treffen. Wie geschieht das? Und wie kann ein Programm selber aus Daten lernen? Dieser Kurs gibt dir eine Einführung. Es werden hierzu selbstlernende Algorithmen des Data Mining im Online-Workshop vorgestellt und ihre Ideen anschaulich erklärt. Im nächsten Schritt lernst du erste Anwendungen im Kontext unterschiedlicher Problemstellungen und mittels echter Datensätze umzusetzen.

Maschinelles Lernen findet viele praktische Anwendungen. Du nutzt in diesem Kurs das TensorFlow Framework, um neuronale Netze zu erstellen und entdeckst fortgeschrittene Techniken des maschinellen Lernens, wie die Verarbeitung natürlicher Sprache und bestärkendes Lernen. Außerdem lernst du unterschiedliche Typen von neuronalen Netzwerken kennen.

Dieser Kurs ist eine Einführung in die Bayes’sche Datenanalyse. Du lernst einige Grundlagen über zufällige Variablen, Wahrscheinlichkeitsverteilungen und die Anwendung der Bayes`schen Regeln in der Datenanalyse kennen. Der Kurs ist für dich geeignet, wenn du Vorerfahrung mit der Programmiersprache R hast und du bereits lineare Modelle in der Datenanalyse angewandt hast.