Data Analytics und Reporting

KI-Seminare

  • Steigen Sie ein in die Welt der Data Analytics
  • Sie lernen die wichtigsten Basisverfahren selbst einzusetzen
  • Sie kennen die aktuellen Trends zu Data Analytics und können diese für sich einordnen
  • Durch abwechslungsreiche Übungen alles hautnah selbst erleben

_

 

Ziele

Sie lernen die wichtigsten Technologien der Data Analytics kennen und sind in der Lage Datenanalysen selbst umzusetzen. Sie verstehen die Grundmethode und können diese sicher anwenden. Sie können Ihre Analyseergebnisse professionell visualisieren.

 

Zielgruppe

Business Analyst, Data Analyst, Data Scientist, Risk Analyst, Financial Analyst, Big Data Analyst, Data Analyst BI, Data Engineer, Data Steward, Data Architect.

 

Teilnahmevorraussetzungen

Für diesen Kurs benötigen Sie sehr gute allgemeine Kenntnisse im Umgang mit einem Computer. Sie  benötigen aber kein Spezialwissen. Falls Sie bereits selbst etwas programmiert haben ist dies von Vorteil, aber keine Voraussetzung. Sie sollten ein gutes Gefühl für Zahlen besitzen. Bitte kontaktieren Sie uns über das untenstehende Kontaktformular, falls Sie sich nicht sicher sind, ob Sie die Teilnahmevoraussetzungen erfüllen. Der Trainer meldet sich dann bei Ihnen.

 

Kursinhalte

Überblick Data Analytics, Business Intelligence und Co.

  • Begriffe und Konzepte einordnen wie Descriptive Analytics, Prescriptive Analytics, Data Science, Business Analytics
  • Das richtige Vorgehensmodell für die eigene Praxis
  • Zusammenhänge zwischen Geschäftsprozessen und Daten verstehen

Auswertungen mit Datenbanken

  • Datenbankabfragen mit SQL und NoSQL
  • Umgang mit fehlenden und fehlerhaften Daten (Data Cleansing)
  • Daten miteinander verknüpfen (Joins)
  • Sortieren und Gruppieren von Abfrageergebnissen (Grouping)
  • Kennzahlen aus Daten ableiten
  • Abfrageergebnisse aufbereiten

Entscheidungsbäume und Random Forests

  • Geschäftslogik aus Daten ableiten (Decision Trees)
  • Den Machine-Learning-Algorithmus verstehen
  • Lernziele festlegen (Labeling)
  • Vor- und Nachteile der Entscheidungsbäume in der Praxis
  • Zuverlässigkeit der Entscheidung verbessern (Random Forests)

Textklassifikation

  • Analyse unstrukturierter Textdaten
  • Klassifikation anhand von Schlüsselwörtern
  • Vorbereitung von Daten für die Klassifikation (Pre-Processing, Word Embeddings)
  • Automatische Klassifizierung von Texten mit Machine Learning

Data Mining

  • Zusammengehörige Daten finden (Clusteranalyse)
  • Beziehungen in Datensätzen erkennen (Assoziationsanalyse)
  • Auffälligkeiten in Daten (Ausreißer erkennen)
  • Auswertungen mithilfe von Tools

Predictive Analytics

  • Die Zukunft vorhersagen: Zeitreihen-Prognose
  • Qualität von Prognosen messen (Accuracy und Loss)
  • Regressionsanalyse (Anwendungsbeispiel: Betrugsfallerkennung)
  • Umgang mit sehr kleinen Datenmengen (Imbalanced Dataset)
  • Fortgeschrittene Methoden wie neuronale Netze

Analyseergebnisse präsentieren

  • Analyseergebnisse verständlich aufbereiten und darstellen
  • Reports erstellen und designen
  • Gelungene und adressatengerechte Kommunikation
  • Data Storytelling
  • Visual Analytics, Datenvisualisierung

Übungen, Praxisfälle und Anwendungen zu jedem Thema

  • Fallbeispiele
  • Praxisübungen am Rechner

_

 

Seminartermine und Anmeldung

Seminargebühr: 1.380 € netto (inkl. MwSt. 1.642,20 €)
Seminardauer: 3 Tage
Nächster Termin: 25.10.- 27.10.2021
Veranstaltungsort: Nürnberg

Diese Schulung wird als offenes Online-Seminar angeboten. Eine Training bei Ihnen vor Ort im Unternehmen ist ebenfalls möglich. Bitte melden Sie sich über unseren Partner ibo an.

 

Schreiben Sie uns eine Nachricht