In dem R-Kurs "Data Science Crash Course mit R" erhalten Sie eine fundierte und modular aufgebaute Einführung in die Themen Data Science, Künstliche Intelligenz und Machine Learning (maschinelles Lernen). Und zwar sowohl für numerische Daten als auch für Textdaten (auch mit Nutzung von ChatGPT). Diese Methoden haben ein klares Ziel: Sie schaffen aus den vorhandenen Daten einen Mehrwert. In unserem Data Science Crash Course lernen Sie das in drei aufeinander aufbauenden Modulen. Wenn Sie über die entsprechenden Vorkenntnisse verfügen, können Sie die Module auch einzeln besuchen. Bringen Sie gerne Ihre eigene Fragestellung inklusive der notwendigen Daten mit!

Aufbau des Kurses

Im einführenden Modul "Data Science und Künstliche Intelligenz mit Python" erhalten Sie einen Überblick über das spannende Thema Künstliche Intelligenz mit vielen Praxisbeispielen. In diesem Programm werden Sie in der Programmiersprache Python so fit gemacht, dass Sie Ihr erstes Data-Science-Projekt eigenhändig umsetzen können – vom Einlesen der Daten bis hin zur Speicherung der Modelle zur weiteren Verwendung.

Das weiterführende Modul "Machine Learning mit Python" geht nun einen Schritt weiter. Hier erfahren Sie alles über die verschiedenen Algorithmen des Maschinellen Lernens. Die Theorie wird anhand von Praxisübungen aus den Bereichen Clustering, Virtuelle Sensoren und Zeitreihenvorhersage vermittelt. In diesem Modul geht es hauptsächlich um die Anwendung des Machine Learning auf numerische Daten.

Der Data Science Crash Course endet mit dem Modul "Natural Language Processing (NLP) mit Python". Hier lernen Sie, wie Sie Maschinelles Lernen für die natürliche Sprachverarbeitung anwenden. Im Gegensatz zum Modul Machine Learning mit Python werden jetzt Wörter und Textdaten – so wie es auch ChatGPT macht – und nicht mehr numerische Daten verarbeitet. In diesem Modul geht es außerdem um Datenbeschaffung. Dabei lernen Sie das Web Scraping bzw. Crawling kennen, das Sie anhand einer Praxisübung selbst umsetzen.

Teilnahmevoraussetzungen

Für den Data Science Crash Course mit R sind Grundverständnisse der Linearen Algebra (Vektoren, Matrizen) und ein Basiswissen in der Statistik (wie Korrelationen, Signifikanztests, lineare Regression) sehr empfehlenswert. Sie sollten Grundkenntnisse in einer Programmiersprache besitzen, am besten wäre eine Skriptsprache wie R, Python oder Matlab. Liegen keine Programmierkenntnisse vor, können Sie den dafür entwickelten Vorbereitungskurs Einführung in die Programmierung mit R besuchen.

Hinweise zum Ablauf

Bitte bringen Sie einen Laptop mit der erforderlichen Software mit (Sie erhalten im Vorfeld eine Installationsanleitung für R).

Es wird ein Schulungszertifikat bei Anwesenheit von mind. 90 % der Schulungszeit ausgestellt.

Lernziele

In diesem Kurs lernen Sie u.a., die aktuelle Berichterstattung zu Künstliche Intelligenz, Maschinellem Lernen, Reinforcement Learning und Data Science sowie deren Anwendungspotential in verschiedenen Bereichen wie Logistik, Predictive Maintenance oder Chatbots inhaltlich einordnen und bewerten können; vorhandene Daten mit R und Methoden des Maschinellen Lernens für Ihren Bereich nutzbar machen können (unter Einsatz der R-Pakete Tidyverse, Caret und Keras/Tensorflow); die Programmiersprache R und den wissenschaftlichen Rechenstapel von R zur Implementierung von Maschinellen Lernalgorithmen kennengelernt haben, um zu wissen, welche Daten für die erfolgreiche Umsetzung einer Fragestellung aus Ihrem Bereich (noch) notwendig sind und ein vollständigen Data-Science-Zyklus umgesetzt haben und damit wissen, was hierfür notwendig ist und welche Herausforderungen auf Sie zukommen werden.

Weitere Ziele können Sie im Detail der Homepage entnehmen.

Unterrichtsart

Präsenzunterricht