Informationstechnologien & IT-Sicherheit
Big Data und Data Science Fundamentals
- Seminar
- Präsenz
- Zurzeit keine Termine
- 16 Unterrichtseinheiten
- Teilnahmebescheinigung
Seminarnummer: 32232
In den vergangenen Jahrzehnten veränderte sich die Datenverfügbarkeit drastisch. Die digitale Transformation schreitet voran, datengetriebene Geschäftsmodelle etablieren sich und dringen tief in unser alltägliches Leben ein. Industrie 4.0, Maschinelles Lernen, Big Data, Künstliche Intelligenz und Predicitve Maintenance sind Schlagwörter, die hierbei zu handfesten Disziplinen herangereift sind.
Nutzen
Heutzutage ist eine moderne IT-Infrastruktur notwendig, auf dessen Fundament eine große Flut an Daten abgespeichert, aufbereitet und mittels ausgeklügelter Algorithmen performant ausgewertet werden. Das Hintergrundwissen um ein solches System skizzieren zu können werden wir in diesem Seminar erarbeiten.
Wir legen die Grundlagen, damit Sie sich effizient in ein Data Science Team einarbeiten oder dieses anleiten können.
Wir legen die Grundlagen, damit Sie sich effizient in ein Data Science Team einarbeiten oder dieses anleiten können.
- Sie lernen die verschiedenen Jobrollen im Big Data bzw.
- Sie kennen die Bedeutung der wichtigsten Begriffe und ebenso die geschichtliche Entwicklung der letzten Jahre.
- Sie können die Architektur einer Big Data-Lösung skizzieren.
- Sie lernen die Aufgaben eines Data Managers und seine
- Sie können den Prozessablauf eines Data Mining Prozesses
- Sie lernen die wichtigsten Algorithmen im Bereich Data
- Sie lernen Methoden zum Erstellen und Trainieren von
Zielgruppe
Dieses Training zu Big Data Themen wurde für Fachkräfte konzipiert, die sich im Data Science Bereich einarbeiten möchten.
Anforderungen
Grundkenntnisse in Statistik, Datenanalyse und/oder Datenbankstrukturen sind von Vorteil, allerdings nicht zwingend erforderlich.
Inhalte
Einführung Motivation
- Jobrollen im Data Science Umfeld
- Ablauf eines Data Science Projektes
- Datenmodellierung
- Anforderungen an ein Big Data System
- Eine moderne Big Data Architektur
- Datenzugang
- Datenaufbereitung
- Erste Visualisierungen
- Überblick über gängige Lernalgorithmen
- Möglichkeiten der statistischen Evaluation
- Überblick über gängige Clusteralgorithmen
- Möglichkeiten der statistischen Evaluation
- Fehlerursache
- Parametertuning
- Feature-Auswahl
- Funktionsweise eines Neurons
- Topologien
- Lernalgorithmus eines Netzes