Data Science.

Kapitel 1: Data Analytics with Python

Du frischst die wichtigsten Python-Grundlagen zur Datenverarbeitung mit Pandas, Datenvisualisierung mit Matplotlib und Seaborn und Datenbankabfrage mit SQL Alchemy auf.

Kapitel 2: Lineare Algebra

Du machst Dich mit dem mathematischen Hintergrund von Data-Science-Algorithmen vertraut und lernst die Grundbegriffe der linearen Algebra kennen. Unter Verwendung des Pakets Numpy rechnest Du mit Vektoren und Matrizen.

Kapitel 3: Probability Distributions

Du lernst mehr über den statistischen Hintergrund von Data-Science-Algorithmen. Du beschäftigst Dich mit wichtigen statistischen Konzepten und lernst diskrete und kontinuierliche Verteilungen kennen. Darüber hinaus erhältst Du einen Einblick in die Versionierung von Code mit Git.

Kapitel 1: Supervised Learning (Regression)

Anhand der linearen Regression erlernst Du den Umgang mit dem Python-Paket sklearn. Weiterhin beschäftigst Du Dich 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)

Du wirst in Klassifizierungsalgorithmen anhand des k-Nearest-Neighbors-Algorithmus eingeführt und lernst, den Algorithmus zu evaluieren und die Klassifizierungsperformance einzuschätzen. Du optimierst die Parameter von Modellen unter Beachtung der Aufteilung der Daten in Trainings- und Evaluationssets.

Kapitel 3: Unsupervised Learning (Clustering)

Du lernst 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)

Du lernst, wie Du mithilfe einer Principal Component Analysis (PCA) die Dimension der Daten verringern kannst und nutzt 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

Du lernst verschiedene Ansätze kennen, um Ausreißer zu identifizieren und verstehst, mit diesen ungewöhnlichen Datenpunkten umzugehen. Du nutzt robuste Maße und Modelle, um den Einfluss der Ausreißer zu minimieren.

Kapitel 1: Data Gathering

Du lernst, mit Tools wie BeautifulSoup für Web Scraping und PyPDF2 für die PDF-Datenextraktion Daten zu sammeln. Mithilfe von Regular Expressions strukturierst Du gesammelte Textdaten so, dass diese zusammen mit bekannten Algorithmen verwenden können.

Kapitel 2: Logistic Regression

Du lernst einen zweiten Klassifizierungsalgorithmus kennen: die logistische Regression. Du nutzt neue Performance-Metriken zur Evaluation der Ergebnisse und erfährst, wie Du nicht-numerische Daten für Deine Modelle nutzbar machst.

Kapitel 3: Decision Trees and Random Forests

Du lernst den Entscheidungsbaum als leicht zu interpretierendes Modell kennen. Du kombinierst mehrere Modelle zu einem Ensemble, um die Vorhersagen Deines Modells zu verbessern. Weiterhin erhältst Du Methoden zu unausgeglichenen Kategorien an die Hand.

Kapitel 4: Support Vector Machines

Du lernst einen letzten Klassifizierungsalgorithmus kennen – Support Vector Machines (SVM) und beleuchtest das Verhalten verschiedener Kernel für die SVM. Außerdem erlernst Du die typischen Schritte des Natural Language Processing (NLP) und bearbeitest ein NLP-Szenario unter Verwendung von Bag-of-Words-Modellen.

Kapitel 5: Neural Networks

Du wirst in künstliche neuronale Netze eingeführt und lernst mehr über Deep Learning, um ein künstliches neuronales Netzwerk mit mehreren Schichten zu erzeugen und auf ein Datenset anzuwenden.

Kapitel 1: Visualization and Model Interpretation

Du erlernst wichtige Methoden zur Interpretation und Visualisierung von Machine-Learning-Modellen. Durch die Verwendung modelagnostischer Methoden zur Interpretation lernst Du, Erkenntnisse zur Funktionsweise Deiner Modelle abzuleiten und zu kommunizieren.

Kapitel 2: Spark

Du erfährst, weshalb die Arbeit mit verteilten Speichersystemen relevant ist. Mit dem Python-Paket PySpark erlernst Du verteilte Datenbanken auszulesen, Big-Data-Analysen durchzuführen und bekannte Machine-Learning-Algorithmen auf verteilten Systemen zu nutzen.

Kapitel 3: Übungsprojekt

Du bearbeitest ein Prädiktionsproblem mit Hilfe eines größeren Datensets und setzt Deine Data-Science-Fähigkeiten von der Reinigung des Datensets bis zur Interpretation des Modells eigenständig ein. In einer Projektbesprechung mit dem Mentoring-Team von StackFuel erhältst Du Feedback zu Deinem Lösungsansatz.

Kapitel 4: Abschlussprojekt

Du erhältst ein weiteres größeres Datenset, das Du selbstständig analysieren und im Vergleich zum Übungsprojekt mit weniger Hilfestellung lösen musst. In einer individuellen Projektbesprechung mit dem Mentoring-Team erhältst Du Feedback zu Deinem Lösungsansatz.