Der ultimative Python-Kurs für Data Science, ML & AI
Wenn du mich unterstützen möchtest: Wenn du den Kurs über den Link von mir hier kaufst, erhalte ich von Udemy eine höhere Verkaufs-Provision, als wenn der Kurs über die Platform aufgerufen und gekauft wird.
Udemy sagt mir hierbei zu, dass du den aktuell besten Preis erhälst, zu dem dieser Kurs aktuell auf dem Udemy-Marktplatz verkauft wird. Du solltest also über meinen Link nicht mehr bezahlen als wenn du den Kurs direkt über die Platform kaufst.
Unter Data Science versteht man die Extraktion von Wissen aus unstrukturierten und strukturierten Daten unter Verwendung von statistischen Methoden, Algorithmen und künstlicher Intelligenz.
Dieser Kurs soll die Teilnehmer dazu befähigen, mit der Programmiersprache Python souverän Data Science-Anwendungen implementieren zu können und etablierte Methoden des Machine Learnings, insbesondere auch Deep Learning, selbstständig einsetzen zu können. Dafür ist der Kurs in vier aufeinander aufbauende Themenblöcke unterteilt:
- Python-Grundlagen,
- Data Science,
- Machine Learning und
- Deep Learning / Neuronale Netzwerke.
Es sind keinerlei Vorkenntnisse seitens der Teilnehmer zu diesen Themen notwendig, um den Kurs erfolgreich absolvieren zu können: am Anfang des Kurses werden alle Teilnehmer auf den gleichen Stand gebracht.
In dem ersten Block wird die leicht verständliche, performante und mächtige Programmiersprache Python vorgestellt, die das Fundament für die späteren Datenauswertungen liefert. Zum Ende dieses Themenblocks sind die Teilnehmer bereits in der Lage, kleine Programme wie zum Beispiel einen Spamfilter zu schreiben.
Anschließend geht es im Block Data Science um verschiedene Methoden der Datenanalyse, die von Institutionen angewendet werden, um zum Beispiel Handlungsempfehlungen abzuleiten oder die Qualität von Produkten optimieren. Die Teilnehmer lernen hier, Daten mit Python einzulesen, zu filtern und grafisch auszuwerten. Dazu werden unter anderem die Tools Numpy, Pandas, Matplotlib und Seaborn vorgestellt und der Umgang mit ihnen geübt.
Im nächsten Block lernen die Kursteilnehmer verschiedene Arten und Methoden von Machine Learning kennen und erfahren, wie sie damit Muster und Gesetzmäßigkeiten aus Datensätzen herausarbeiten können. Den Teilnehmern wird hierzu das Tool Scikit-learn beigebracht. Damit werden Daten aufbereitet, um Modelle zu trainieren, die dann bewertet und optimiert werden.
Sodann haben die Teilnehmer das Vorwissen erworben, um im letzten Block in das Thema Deep Learning / Neuronale Netze einsteigen zu können: Deep Learning ist eine spezielle Methode des maschinellen Lernens und der dazugehörigen Informationsverarbeitung, die auf dem Prinzip der neuronalen Netze basiert. Beginnend mit der Funktionsweise eines Neurons werden die Teilnehmer angeleitet mehrschichtige neuronale Netze zu entwerfen und zu trainieren. Mit den Tools Keras und Tensorflow wird hier eine automatische Bilderkennung produziert.
Umfassende Praxisbeispiele, Quizze, Übungen, Tests und Merkblätter unterstützen die Teilnehmer bei einem tiefen Verständnis der Inhalte und sorgen dafür, dass sie ihr neues Wissen auch über den Kurs hinaus anwenden können.