📊Künstliche Intelligenz in Data Science und Analytics

Technologie & Daten · 11 Einheiten · kostenlos, ohne Mitgliedschaft

1 Einführung in die künstliche Intelligenz in Data Science und Analytics: Arbeitsablauf, Rollen, Grenzen, Validierung und Ethik

2 Datenerfassung und Quellenverständnis: Schema, Probenahme, Qualität und Leckerkennung

3 Datenbereinigung und Vorverarbeitung: Fehlender Wert, Ausreißer und Typkonvertierung

4 Explorative Datenanalyse (EDA): Verteilungen, Beziehungen und erste Erkenntnisse

5 Feature Engineering: Varianten generieren, kodieren, skalieren und Leakage vermeiden

6 Modellbildung: Problemdefinition, Algorithmusauswahl und Trainings-/Testaufteilung

7 Modellbewertung: Metriken, Kreuzvalidierung und extremes Lernen

8 Visualisierung und Storytelling: Präzise Grafiken, ehrliche Grafiken

9 Codegenerierung: KI-gestützte Analyse mit Python (Pandas) und SQL

10 Datenleck und Reproduzierbarkeit: Stille Katastrophen und Disziplin

11 MLOps Foundation, Ethik, Datenschutz und verantwortungsvolle Analyse

Alle Schulungen Mit Einheit 1 beginnen