Data Science & Maschinelles Lernen in Python - am Beispiel

Werde Datenexperte! Umfassender Kurs zum Thema Data-Mining und Maschinellem Lernen mit Python und Spark

What you'll learn

Riesige Datenmengen zu analysieren
Finde Zusammenhänge in den Daten
Entwickle ein Empfehlungssystem ("Kunden die X kauften, kauften auch…")
Skaliere die Rechenarbeit auf ein Cluster mit Hilfe von Apache Spark und MLLIB
Bekomme bessere Ergebnisse, indem du lernst, wie du die Daten vor der Berechnung bereinigen kannst


Requirements

Du brauchst einen Computer (Windows / Mac / Linux), um Anaconda auszuführen. Im Kurs werden wir die Installation Schritt für Schritt durchgehen.
Du solltest vorher schonmal etwas programmiert haben
Du solltest ein grundlegendes Verständnis von Mathematik haben. Wenn du ein Gymnasium besucht hast, reicht das locker.
Die Installationsanleitungen in diesem Kurs beziehen sich auf Windows. Die Code-Beispiele werden auch auf Mac / Linux laufen, wir können für Mac / Linux - Probleme aber keinen Support anbieten.

Description

Kurs zuletzt aktualisiert: 09.03.2017!

Data Scientists landen richtig gut bezahlte Jobs, mit einem durchschnittlichen Gehalt von ~80.000€ (Quelle: Gehaltsvergleichsportal Glassdoor), in Amerika sogar noch mehr. Und das ist nur der Durchschnitt. Aber es geht nicht nur ums Geld - der Job ist auch noch verdammt spannend!

Wenn du schon etwas programmieren kannst, wird dir dieser Kurs alles beibringen, was du zum Thema Data Science und Maschinellem Lernen wissen musst. Sei es, um das wissen für ein eigenes Projekt anzuwenden, oder um einen Einstieg in dieses Gebiet zu finden.

Dieser umfassende Kurs besteht aus 68 Lektionen, gut 9 Stunden Video, und zu vielen Themen gibt es praktische Python Codebeispiele, damit du direkt siehst, wie diese Algorithmen verwendet werden können.

Die Themen dieses Kurses sind die Themen, die wirklich für einen Job in diesem Feld benötigt werden. In verständlicher deutscher Sprache wirst du die verschiedenen Möglichkeiten kennenlernen:

Lineare und Polynomiale Regressionsanalyse
K-Means - Algorithmus
Hauptkomponentenanalyse
Train/Test, Kreuzvalidierungsverfahren
Bayes'sche Methoden
Entscheidungsbäume, Random Forests
Multivariante Regression
Support Vector Machines
Bestärkendes Lernen
Empfehlungssystem: Kollaboratives Filtern
K-Nächster-Nachbar
Bias / Varianz - Dilemma
Ensemble Learning
Volltextsuche mit Hilfe von TF-IDF
Wie wird ein Experiment durchgeführt? AB-Tests

… und noch viel mehr. Zudem lernst du in einem kompletten Kapitel, wie maschinelles Lernen mit Apache Spark funktioniert. Mit Hilfe von Spark kannst du die Berechnungen auf mehrere Computer aufteilen und so massive Datenmengen verarbeiten.

Wenn du noch nicht mit Python programmiert hast, kein Problem - am Anfang gibt es einen kurzen Crashkurs. Wenn du vorher schonmal was programmiert hast, reicht das locker aus. In diesem Kurs zeige ich dir auch die Installation unter Windows, wobei die Beispiele auch unter Mac oder Linux ausgeführt werden könnten - bei Problemen die mit dem Betriebssystem zusammenhängen kann ich dich aber nur bei Windows unterstützen.

Jedes Thema wird in normaler deutscher Sprache erklärt, ohne verwirrende mathematische Fachwörter. Anschließend lernst du, wie du mit Python den Algorithmus verwenden kannst.

Wenn du schonmal was programmiert hast, und dich mit der Auswertung von Daten beschäftigen möchtest, dann ist der Kurs genau das Richtige für dich. Du lernst in diesem Kurs all die Grundlagen, die du brauchst, wenn du Daten im echten Leben auswerten möchtest. Ich glaub, der Kurs wird dir gefallen! :-)

Who this course is for:

Softwareentwickler oder Programmierer, die eine Karriere im Bereich Data Science starten wollen
Du bist Analyst, und wertest z.B. im Finanz- oder Versicherungssektor Daten aus? In diesem Kurs lernst du, wie du das automatisiert mit Programmen umsetzen kannst. Wichtig: Du solltest vorher schonmal irgendwas programmiert haben.
Wenn du noch nie programmiert hast - dann solltest du diesen Kurs noch NICHT belegen. Schau dir erstmal einen Python-Kurs an