Der interaktive Python Data Science Kurs
Mittlerweile ist jeden bewusst: Daten sind das Gold des digitalen Zeitalters. Jedes Unternehmen welches schlau Daten sammelt, kann aus diesen wertvolles Wissen ziehen!
So können die Business Developer auf Grundlage der Rückschlüsse besseres Marketing betreiben oder neue, unendeckte Zielgruppen ermitteln. Die Möglichkeiten und Anwendungsfälle sind nahezu endlos!
Lerne zusammen mit Dr.-Ing. Soner Emec in 33 Einheiten und 22 interaktiven Programmierübungen die Grundlagen von Data Science mit Python!
Der Kurs enthält
- über 33 Einheiten
- 22 interaktive Programmierübungen
- individuelle Unterstützung bei Problemen
Was dich im Python Data Science Bootcamp erwartet:
Einführung: Data Science
Was ist Data Science?
Der Data-Science Lebenszyklus
Das werden wir in diesem Kurs lernen!
NumPy Grundlagen
Was ist NumPy und warum ist es sinnvoll?
NumPy importieren & die help-Funktion
Was ist ein NumPy-Array?
Dein erstes 1D und 2D NumPY-Array erstellen
Mit NumPy-Arrays arbeiten I: Die Dimension eines Arrays ermitteln
Mit NumPy-Arrays arbeiten II: NumPy-Arrays speichern und laden
Daten aus einem String in ein NumPy-Array importieren
Die verschiedenen Datentypen
Mit NumPy-Arrays arbeiten III: size & itemsize
Mit NumPy-Arrays arbeiten IV: Auf bestimmte Elemente innerhalb eines NumPy-Arrays zugreifen
NumPy Arrays I: Grundlegende Konzepte & Anwendungen
Auf Elemente innerhalb einer bestimmten zugreifen
NumPy-Arrays duplizieren
Die Anzahl an Elementen innerhalb jeder Dimension ermitteln
Die Dimensionen eines NumPy-Arrays modifizieren
Auf die einzelnen Elemente eines Arrays zugreifen und mit diesen einzeln arbeiten
NumPy Arrays II: Fortgeschrittenere Konzepte & Anwendungen
Mehrere Arrays zu einem einzigen zusammenführen
Ein großes NumPy-Array in mehrere, kleinere aufteilen
Ein bestimmtes Element innerhalb eines Arrays finden
Die Elemente innerhalb eines NumPy-Arrays sortieren
Auf alle Elemente zugreifen, die eine bestimmte Bedingung erfüllen
Pandas Grundlagen
Was ist Pandas und warum ist es sinnvoll?
Pandas importieren
Pandas Series
Pandas Data Frames
Externe Dateien in Pandas importieren
Pandas DataFrames analysieren
Pandas DataFrames
Spalten hinzufügen & entfernen
Zeilen hinzufügen & entfernen
Operationen auf Spalten eines DataFrames durchführen
Bereinigung leerer Datensätze
Duplikate innerhalb eines DataFrames ermitteln und bereinigen
Mehr anzeigen



Der Kurs enthält
Dein Dozent

Mit über 10 Jahren Erfahrung als Dozent an der TU Berlin im Bereich der Industrie 4.0 und Automatisierung ist Soner Experte im Bereich IoT und Python.
Mehr über Soner erfahren
Was ist eigentlich Data Science?!
Die Python-Libraries NumPy & Pandas im Überblick

Was ist Data Science?
Bei der täglichen Nutzung von Instagram, Twitter, TikTok, YouTube oder Google Maps werden gigantische Datenmengen produziert. Die Datenmenge nimmt von Jahr zu Jahr exponentiell zu. Anhand dieser Daten treffen Unternehmen jeden Tag Entscheidungen, beispielsweise welche personalisierte Werbung jemand erhält oder für wie teuer täglich die Produkte auf E-Commerce Plattformen, wie Amazon und Ebay verkauft werden.
Somit ist Data Science (Datenwissenschaft) eine interdisziplinäre Wissenschaft, die sich mit der Gewinnung von Wissen aus Daten beschäftigt. Hierfür werden Methoden aus der Statistik, Programmierung sowie dem branchenspezifischen Fachwissen benötigt. Die Python Programmierung kann dabei helfen aus den gigantischen Datenmengen Handlungsempfehlungen zu treffen, beispielsweise zur Verbesserung der Qualität von Dienstleistungen oder der Effizienz von Arbeitsabläufen.
Warum sollte man Data Science lernen?
Große Datenmengen werden heute mit den Methoden des Data Science für Unternehmen aller Branchen, beispielsweise Marketing, Mobilität, Versicherungen, Banken, Logistik und Produktion ausgewertet. Beim Marketing werden bspw. die Vorlieben sowie das online Kaufverhalten analysiert und Empfehlungen für gezielte Werbung abgeleitet. Im Bereich der Mobilität wird durch Data Science autonomes Fahren ermöglicht. In produzierenden Unternehmen, wie bspw. VW, Daimler, Tesla oder Airbus wird Data Science zur Steuerung und Optimierung von Fertigungsabläufen eingesetzt.
In der Praxis basieren viele Dienstleistungen wie Empfehlungssysteme, virtuelle Assistenten, Catboots, Gesichtserkennung oder sogar Betrugserkennung auf Data Science. Unternehmen suchen daher immer öfter nach Personen mit Kenntnissen und praktischen Erfahrungen im Umgang mit dem programmieren in Python und Data Science.
Wo könnte ich als Data Scientist arbeiten?
Für Data Scientist werden überall Arbeitsplätze geboten an denen große Datenmengen generiert werden. Dies könnte im E-Commerce sein, bei dem auf den Kunden abgestimmte Angebote und Anfragen erstellt werden. Insbesondere sind Banken und Versicherung auf die Optimierung und Automatisierung innerhalb der Firma und in der Interaktion mit dem Kunden angewiesen und bieten daher sehr gute Verdienstmöglichkeiten.
Als Data Scientist gibt es eine große Auswahl an Branchen, in denen man sich beschäftigen und entwickeln kann. Der Grund dafür ist, dass jede Branche für ihre Zukunftsfähigkeit Daten aufnehmen, analysieren und auswerten müssen. Dies hat den Vorteil, dass Data Scientists in den unterschiedlichsten Branchen arbeiten, sich verwirklichen und weiterentwickeln können. Je nach Erfahrung und Branche können Data Scientists bereits im Einstiegslevel mehr als 60.000€ und erfahrene sogar mehr als 100.000€ im Jahr verdienen.
Der codegree Weiterbildungskurs zum Thema Data Science gib dir das Fachwissen und vermittelt dir durch interaktive Programmierungsaufgaben mit Fehlerassistenz die erforderlichen Werkzeuge und Kompetenzen um dich als Data Scientist zu befähigen.
Was erwartet dich in diesem Kurs?
Dieser Kurs bietet dir ein schnelles erlernen der Begrifflichkeiten, Methoden und der praktischen Programmierung von Data Science Anwendungen in Python an. In über 33 kurzen Kapiteln werden die Grundlagen des Data Science mit über 22 Programmierübungen und Wissensabfragen spielerisch vermittelt. Es wird kein spezifische Fachwissen im Bereich Data Science benötigt.
In diesem Kurs wirst du die praktische Anwendung der zwei Bibliotheken NumPy (Numerical Pyhton) und Pandas (Python Data Analysis Library) erlernen. NumPy ist eine Python Bibliothek die aus Array-Objekten und einer Sammlung von Routinen zur Verarbeitung dieser Arrays bereitstellt. Mit NumPy können mathematische und logische Operationen an Arrays ausgeführt werden. Beispiele für Berechnungen wären Matrizen, mehrdimensionale Vektoren und Arrays. Pandas ist ebenfalls eine Bibliothek in Python und ermöglicht Daten zu verwalten und zu analysieren. Du lernst das Einlesen der Daten mit unterschiedlichen Datenformate wie CSV, Excel-Dateien und JSON sowie das Analysieren von großen Datenmengen.
Was sind die Voraussetzungen für den Python Data Science Kurs?
- Grundlegende Python-Programmierkenntnisse
- Wissen über Konzepte wie Schleifen, Verzweigungen, Methoden & Datenstrukturen sind notwendig!
Deine Vorteile bei codegree

Unbeschränkter Zugriff
Mit deinem codegree-Abo hast du Zugriff auf alle Kurse aus unserer Bibliothek.

Interaktive Programmierübungen
Direkt loslegen mit unserer integrierten Entwicklungsumgebung!

echtes Expertenwissen
Auf codegree wirst du ausschließlich von echten Experten unterrichtet.
Das Ziel
Was werden in diesem Kurs bauen?
Echtes Wissen braucht echte Projekte:
Portfolio-Analyse
- Historische Performance bestimmter Kryptowährungen analysieren
- Beste Preis-Performance ermitteln
- Verschiedene Szenarien simulieren & durchspielen
- Analyse der verschiedenen Simulationen
Du wirst ausschließlich von
Experten der Industrie unterrichtet!
Auf codegree wirst du ausschließlich von echten Experten unterrichtet die sich über Jahrzehnte durch ausgezeichnete Arbeit durchgesetzt und etabliert haben!
Mehr über unser Team erfahrenDein Experte
Dr.-Ing. Soner Emec
Vorherige Erfahrungen: u.a. TU-Berlin, Fraunhofer Institut
Ein Preis - alle Kurse
Mit codegree hast du Zugriff auf all unsere Online Kurse, unter anderem auch diese:

Deine Zufriedenheit ist unser Antrieb!
Und darauf sind wir stolz!
"Ich wusste nicht das Objektorientierung so einfach funktioniert..."

Objektorientierte Programmierung mit Java

"Einfach wow, es hat durchgehend Spaß gemacht!"

Python Grundlagen

"Perfekte Vorbereitung für meinen Informatik-LK!"

Java Grundlagen

"Besser erklärt als unser Professor!"

Python Data Science Grundlagen