Training schedule
IN-COMPANY TRAINING PROGRAMS
Contact Giovanni Lanzani, if you want to know more about custom data & AI training for your teams. He’ll be happy to help you!
Check out more
Certified Data Science mit Python Grundlagenkurs
Lernen Sie in diesem praktischen Python Kurs die Best Practices für effektive Data Science und Machine Learning Erfahren Sie bei diesem dreitägigen Kurs, geleitet von GoDataDriven Datenwissenschaftlern, wie Sie den nächsten Schritt in Ihrer Daten- und KI-Karriere machen. Nach Kursabschluss können Sie sich in „Data Science with Python Foundation“ zertifizieren lassen.
This training is for you if…
You have some basic experience with Python (or any other programming language)
You want to get certified in data science
You are eager to get more out of your data and build your own predictive models
You would like to apply best practices to your data science projects
You hope to better communicate and collaborate with your data science colleagues
This training is not for you if…
You have never worked with Python or any other programming language before (–> check out Python for Data Analysts)
You are already an experienced data scientist who is looking to further develop their skills (–> check out Advanced Data Science / other specialised topics)
You believe data science is a hype and cannot add value (–> check out analytics translation)
You are not interested in practical applications, only the maths behind the algorithms
Clients we've helped
What you'll learn
Machine Learning with scikit-learn
- Machine-Learning-Modelle
- Daten-Transformationen
- Data Estimators
- Wie Sie diese in Pipelines kombinieren
- Wie Sie alles in einer Rastersuche automatisieren
- Wie Sie Building Blocks schreiben
Data Visualization
- Wie Sie mit Matplotlib in anderen Paketen plotten
- Fortgeschrittenes Plotten mit Seaborn
- Umfassendere Plotbibliotheken (z.B. Plotline, Plotly oder Altair)
NumPy
- Herkunft der Performance
- Grenzen der Performance
- Broadcasting und seine Vorteile
- Arbeiten mit Shape Conventions
- Die nützlichsten Funktionen und Tricks von NumPy
Jupyter Notebooks
- Wie Sie interaktive Dokumente gestalten
- Die wichtigsten Tipps und Tricks (Magics und mehr)
- Wie Sie Ihr Projekt organisieren
Pandas
- Aufgaben zur Datenaufbereitung durchführen
- Die wichtigsten Methoden und Funktionen von Pandas
- Aggregationen anpassen
- Code organisieren und Pandas Pipelines verwenden
- Stateless Transformations verstehen
- Einloggen in Pandas automatisieren
The schedule
- Nachhaltiges Arbeiten mit Jupyter Notebooks
- Numerische Berechnungen und lineare Algebra mit NumPy
- Daten mit Matplotlib, Seaborn und anderen Bibliotheken visualisier
- Daten mit Pandas umwandeln und verschleiern
- ML-Konzepte:
- Warum und wann Sie Machine Learning einsetzen
- Arten von Lernaufgaben & ML-Varianten
- ML-Theorie:
- Optimierung mit Gradientenverfahren
- Under-/Overfitting, Generalisierung & Regularisierung
- Einführung in Scikit-Learn
- Übungen und Evaluierung eines Scikit-Learn Estimators
- Scikit-Learn-Modelle interpretieren
- Überblick über ML-Algorithmen
- Die Vor- und Nachteile der am häufigsten eingesetzten ML-Modelle
- Wie Sie das passende ML-Modell auswählen
- Scikit-Learn Pipelines
- Preprocessing mit Scikit-Learn Transformatoren
- Cross-Validation und Hyperparametersuchen
- Hackathon
- Data Science mit Python Foundation Prüfung
Data Science with Python Foundation Certification
Wir arbeiten mit APMG International als anerkanntem Partner für Ihre Zertifizierung in Data Science zusammen.
Die Prüfung und das „Data Science mit Python Foundation“ Zertifikat sind im Kurs Data Science with Python Grundlagen enthalten. Die Prüfung kann direkt nach Kursende abgelegt werden oder zu einem anderen Zeitpunkt Ihrer Wahl. Sie bestehen die Prüfung und erhalten Ihr Zertifikat, wenn Sie mindestens 50% der 50 Multiple Choice Fragen richtig beantworten. Weitere Informationen zur Prüfung finden Sie hier. Bereiten Sie sich vor, indem Sie hier eine beispielhafte Prüfung in Data Science with Python Foundation ablegen. Wählen Sie im Dropdown Menü „Data Science mit Python Foundation (2021)“ aus.
_ SKILL ASSESSMENT: PYTHON FÜR DATA SCIENCE
Finden Sie heraus, wie es um Ihr Wissen bei Python für Data Science steht
Bewerben Sie sich für ein GoDataDriven Academy Stipendium
Wir sind überzeugt, dass unsere Kurse zu einem effektiveren Umgang mit Daten und Technologie beitragen, mit dem Sie wiederum Kollegen helfen und Kunden begeistern. Die Teilnahme an einem unserer Kurse ist außerdem eine großartige Gelegenheit, Ihr Netzwerk zu vergrößern, Ihre Chancen auf dem Arbeitsmarkt zu verbessern und höhere Gehälter zu verlangen. Wenn Sie bereits einen gutbezahlten Job haben, sind unsere Preise sehr günstig. Allerdings ist nicht jeder in dieser vorteilhaften Lage. Wenn Sie einen unserer beliebtesten Kurse buchen möchten und finanzielle Unterstützung benötigen, melden Sie sich gerne bei uns.
James Hayward
Data EducatorJames holds a Master’s degree in Artificial Intelligence from the University of Amsterdam (Cum Laude); a Master’s in Educational Leadership from UCL (Merit); and a Bachelor’s degree in Mathematics from the University of Manchester (First Class Honours). He is fluent in Python and its data science libraries, such as Pandas and Sci-kit Learn, and is proficient with the deep learning frameworks PyTorch and TensorFlow.
Structured, to-the-point, good combination of theory and practical examples, very knowledgeable trainer who can explain concepts very well
It was a hands-on and tangible course. We could apply what we learned in a matter of minutes. The trainer did a great job of answering ad-hoc questions that complemented the material. We appreciated the fact that we could apply what we were taught directly to our company.
I liked every aspect of this training and would like to thank the trainers. They did an excellent job of explaining how to use Spark for data science. This is the fourth GoDataDriven training I’ve followed. All were great, but this was the best one so far.
Climbing a steep Python and Machine Learning curve in three days. This would have taken me months on my own.
