Ziel:
Auffrischung der Kenntnisse im Umgang mit Python sowie
mathematischer Grundlagen Beschreibung
Beschreibung:
Teilnehmende führen Analysen und Datenmanipulationen in Python aus
und nutzen dabei die Pakete Pandas und Matplotlib.
Kapitel 1 – Data Analytics with Python:
Teilnehmende machen sich mit unserer interaktiven
Programmierumgebung – dem Data Lab – vertraut und frischen die
wichtigsten Programmier- und Python-Grundlagen zur Datenverarbeitung
mit Pandas, Datenvisualisierung mit Matplotlib und Seaborn und
Datenbankabfrage mit SQL Alchemy auf.
Kapitel 2 – Linear Algebra:
Teilnehmende machen sich mit dem mathematischen Hintergrund von
Data-Science-Algorithmen vertraut und lernen die Grundbegriffe der
linearen Algebra kennen. Unter Verwendung des Pakets Numpy rechnen
die Teilnehmenden mit Vektoren und Matrizen.
Kapitel 3 – Probability Distributions:
Teilnehmende lernen mehr über den statistischen Hintergrund von DataScience-Algorithmen.
Sie beschäftigen sich mit wichtigen statistischen
Konzepten und lernen diskrete und kontinuierliche Verteilungen
kennen. Darüber hinaus erhalten Teilnehmende einen Einblick in die
Versionierung von Code mit Git.

Ziel:
Lösen von überwachten und unüberwachten Machine-Learning-Problemen
mit sklearn

Beschreibung:
Teilnehmende erstellen Data-Science-Workflows mit sklearn, evaluieren ihre
Modell-Performance anhand von geeigneten Metriken und werden für das
Problem des Overfittings sensibilisiert.

Kapitel 1 – Supervised Learning (Regression):
Anhand der linearen Regression erlernen Teilnehmende den Umgang
mit dem Python-Paket sklearn. Weiterhin beschäftigen sie sich mit den
Annahmen des Regressionsmodells und der Evaluation der erzeugten
Prognosen. In diesem Zuge werden auch der Bias-Variance Trade-Off,
Konzepte der Regularisierung sowie verschiedene Maße der Modellgüte
verdeutlicht.

Kapitel 2 – Supervised Learning (Classification):
Teilnehmende werden in Klassifizierungsalgorithmen anhand des
k-Nearest-Neighbors-Algorithmus eingeführt und lernen, den Algorithmus
zu evaluieren und die Klassifizierungsperformance einzuschätzen. Sie
optimieren die Parameter ihres Modells unter Beachtung der Aufteilung der
Daten in Trainings- und Evaluationssets.

Kapitel 3 – Unsupervised Learning (Clustering):
Teilnehmende lernen den k-Means-Algorithmus als Beispiel eines
Algorithmus des unüberwachten Lernens kennen. Die Annahmen und
Performance-Metriken des Algorithmus werden kritisch beleuchtet und ein
kurzer Ausblick auf eine Alternative zum k-Means-Clustering geworfen.

Kapitel 4 – Unsupervised Learning (Dimensionality Reduction):
Teilnehmende lernen, wie sie mithilfe einer Principal Component Analysis
(PCA) die Dimension der Daten verringern können und nutzen die PCA, um
unkorrelierte Features aus den Ursprungsdaten zu erzeugen. In diesem
Zusammenhang wird das Thema Feature Engineering näher betrachtet und
aus den alten Features neue erzeugt.

Kapitel 5 – Outlier Detection:
Teilnehmende lernen verschiedene Ansätze kennen, um Ausreißer zu
identifizieren und verstehen, mit diesen ungewöhnlichen Datenpunkten
umzugehen. Sie nutzen robuste Maße und Modelle, um den Einfluss der
Ausreißer zu minimieren.

Ziel:
Erweiterung des eigenen Data-Science-Toolkits
Beschreibung:
Teilnehmende intensivieren ihre Kenntnisse über Modelle zur Klassifikation
von Daten. Dabei erweitern sie ihre Fähigkeiten im Sammeln und Aufbereiten
von Daten.
Kapitel 1 – Data Gathering:
Teilnehmende lernen, Daten zu sammeln, indem sie Webseiten und PDFDokumente auslesen.
Mithilfe von Regular Expressions strukturieren
sie gesammelte Textdaten so, dass sie diese zusammen mit bekannten
Algorithmen verwenden können.
Kapitel 2 – Logistic Regression:
Teilnehmende lernen einen zweiten Klassifizierungsalgorithmus kennen: die
logistische Regression. Sie nutzen neue Performance-Metriken zur Evaluation
der Ergebnisse und erfahren, wie sie nicht-numerische Daten für ihre Modelle
nutzbar machen.
Kapitel 3 – Decision Trees and Random Forests:
Teilnehmende lernen den Entscheidungsbaum als leicht zu interpretierendes
Modell kennen. Sie kombinieren mehrere Modelle zu einem Ensemble,
um die Vorhersagen ihres Modells zu verbessern. Weiterhin erhalten sie
Methoden zu unausgeglichenen Kategorien an die Hand.
Kapitel 4 – Support Vector Machines:
Teilnehmende lernen einen letzten Klassifizierungsalgorithmus
kennen – Support Vector Machines (SVM) und beleuchten das Verhalten
verschiedener Kernel für die SVM. Außerdem erlernen sie die typischen
Schritte des Natural Language Processing (NLP) und bearbeiten ein
NLPSzenario unter Verwendung von Bag-of-Words-Modellen.
Kapitel 5 – Neural Networks:
Teilnehmende werden in künstliche neuronale Netze eingeführt und
lernen mehr über Deep Learning, um ein künstliches neuronales
Netzwerk mit mehreren Schichten zu erzeugen und auf ein Datenset
anzuwenden.

Ziel:
Selbstständiges Anwenden einfacher und komplexer Modellierungen
Beschreibung:
Teilnehmende erlangen Souveränität im Lösen von Data-Science-Problemen
und lernen, Ergebnisse kompetent zu kommunizieren.
Kapitel 1 – Visualization and Model Interpretation:
Teilnehmende erlernen wichtige Methoden zur Interpretation und
Visualisierung von Machine-Learning-Modellen. Durch die Verwendung
modelagnostischer Methoden zur Interpretation lernen sie Erkenntnisse zur
Funktionsweise ihrer Modelle abzuleiten und zu kommunizieren.
Kapitel 2 – Spark:
Teilnehmende erfahren, weshalb die Arbeit mit verteilten Speichersystemen
relevant ist. Mit dem Python-Paket PySpark erlernen sie verteilte
Datenbanken auszulesen, Big-Data-Analysen durchzuführen und bekannte
Machine-Learning-Algorithmen auf verteilten Systemen zu nutzen.
Kapitel 3: Exercise Project:
Teilnehmende bearbeiten ein Prädiktionsproblem mit Hilfe eines größeren
Datensets und setzen ihre Data-Science-Fähigkeiten von der Reinigung
des Datensets bis zur Interpretation des Modells eigenständig ein. In einer
Projektbesprechung mit dem Mentorenteam von StackFuel erhalten
Teilnehmende Feedback zu ihrem Lösungsansatz.
Kapitel 4 – Final Project:
Teilnehmende erhalten ein weiteres größeres Datenset, das sie
selbstständig analysieren und im Vergleich zum Übungsprojekt mit weniger
Hilfestellungen lösen müssen. In einer individuellen Projektbesprechung mit
dem Mentoring Team von StackFuel erhalten Teilnehmende Feedback zu
ihrem Lösungsansatz.