AKADEMIE

tdwi.eu

03.–07. Juni 2019, Berlin09.–13. Dezember 2019, Berlin

DATA SCIENCE BOOT CAMP

In 5 Tagen zum Data Science Engineer

Das sollten Sie über das Data Science Boot Camp wissen:

Wir greifen für dieses Boot Camp explizit die Rolle des Data Scien-tist heraus und haben für das Data Science Boot Camp fünf The-mentage zusammengestellt, um die Anforderungen an die Rolle des Data Scientist bezüglich der Algorithmen, der Werkzeuge und Sprachen zu vermitteln. Alle Themen werden zunächst theoretisch besprochen und dann intensiv praktisch und fallbasiert weiter er-arbeitet, so dass die Teilnehmer in echten Hands-on Sessions die Tätigkeiten des Data Scientist intensiv kennenlernen. Zudem ler-nen die Teilnehmer organisationale Veränderungen und Struktu-ren kennen, die mit dem Wandel zu einer analytisch kompetenten Organisation einhergehen.

Ihr MehrwertZwei permanent vor Ort zur Verfügung stehende Dozenten unter-stützen Sie bei den Fallstudien, so dass Sie Ihre Ausbildungsziele erreichen können.

SIGS DATACOM GmbH

Julia SeligerTel.: +49 (0)2241/2341-202E-Mail: julia.seliger@sigs-datacom.de

Leonie BlankeTel.: +49 (0)2241/2341-201E-Mail: leonie.blanke@sigs-datacom.de

Die TDWI Akademie blickt inzwischen auf einige erfolgreiche Durch-führungen des Data Science Boot Camp zurück. In einer intensiven Schulungswoche setzen sich die Teilnehmer ausführlich mit den An-forderungen an die Rolle des Data Scientist auseinander.

Fachliche Leitung

Prof. Dr. Carsten FeldenUniversitätsprofessor an der TU Bergakademie Freiberg

Claudia KoschtialGeschäftsführende Gesellschafterin der Marmeladenbaum GmbH

Teilnehmergebühren TDWI-Mitglied Nicht-Mitglied

Regulär zzgl. MwSt.3.590,00 € 3.790,00 €

Regulär inkl. MwSt.4272,10 €4510,10 €

Frühbucher zzgl. MwSt.3.490,00 € 3.690,00 €

Frühbucher inkl. MwSt.4153,10 €4391,10 €

Wir halten ein Kontingent an Zimmern im Tagungshotel. Diese sind buchbar bis sechs Wochen vor Seminarbeginn. Mehr Informationen zum Veranstaltungsort finden Sie auf unserer Website.

Überblick

Er ist Direktor des Instituts für Wirtschaftsinformatik an der TU Bergakademie Freiberg (Sachsen). Er war im Vorstand von XBRL Deutschland e.V. und ist derzeit der Vorstandsvorsitzende des TDWI Germany e.V.

Business Intelligence, Advanced Analytics oder auch Data Science sind durch langjährige Projekterfahrung, Publikationen und Referen-zen belegt. Sie ist erfahrene Lehrbeauftragte an der BTU Cottbus, der FH Berlin und der TU BA Freiberg.

Kontakt

Grundsätzlich ist das Data Science Boot Camp für alle Vertreter aus fachlichen, analytischen und technischen Unternehmensbereichen offen.

Zielgruppe

Preise

Das Seminar ist als Hands-On-Schulung konzipiert. Sie lernen in Gruppenarbeit und in Einzelarbeit anhand von praktischen Übungen.

Bitte bringen Sie zum Seminar Ihren eigenen Rechner mit und instal-lieren vorab die drei Open-Source-Werkzeuge RapidMiner, RStudio und Anaconda, sodass wir im Data Science Boot Camp direkt mit den Inhalten starten können. Mehr Informationen zu den zu installieren-den Werkzeugen und -versionen finden Sie auf unserer Website.

Grundlegende Kenntnisse zu Business Intelligence sind Voraussetz- ung für das Seminar.

Methode & Voraussetzungen

Zielsetzung

Ziel des Data Science Boot Camp ist es, Grundlagen und analytische Aufgaben des Data Scientist fundiert und praxisnah zu vermitteln!

Kursziele:• Aufbau des Verständnisses zur Zuordnung der Methoden zu ana-

lytischen Aufgabenstellungen

• Aufbau eines Grundverständnisses zu aus Gründen der Popula-rität beispielhaft ausgewählten Werkzeugen wie Rapid Miner, R und Python. Während der Schulung werden weitere Werkzeuge vorgestellt und charakterisiert, um den Teilnehmern einen Mark-tüberblick zu geben.

• Aufbau eines lösungsorientierten Verständnisses zum Umgang mit Daten Hotel Berlin Mitte

Chausseestr. 3310115 BerlinTel- +(49)304147230

Tagungshotel

FRÜHBUCHER FRIST

BIS 6 WOCHEN VOR SEMINAR-

BEGINN

AKADEMIE

tdwi.eu

03.–07. Juni 2019, Berlin09.–13. Dezember 2019, Berlin

DATA SCIENCE BOOT CAMP

In 5 Tagen zum Data Science Engineer

Das sollten Sie über das Data Science Boot Camp wissen:

Wir greifen für dieses Boot Camp explizit die Rolle des Data Scien-tist heraus und haben für das Data Science Boot Camp fünf The-mentage zusammengestellt, um die Anforderungen an die Rolle des Data Scientist bezüglich der Algorithmen, der Werkzeuge und Sprachen zu vermitteln. Alle Themen werden zunächst theoretisch besprochen und dann intensiv praktisch und fallbasiert weiter er-arbeitet, so dass die Teilnehmer in echten Hands-on Sessions die Tätigkeiten des Data Scientist intensiv kennenlernen. Zudem ler-nen die Teilnehmer organisationale Veränderungen und Struktu-ren kennen, die mit dem Wandel zu einer analytisch kompetenten Organisation einhergehen.

Ihr MehrwertZwei permanent vor Ort zur Verfügung stehende Dozenten unter-stützen Sie bei den Fallstudien, so dass Sie Ihre Ausbildungsziele erreichen können.

SIGS DATACOM GmbH

Julia SeligerTel.: +49 (0)2241/2341-202E-Mail: julia.seliger@sigs-datacom.de

Leonie BlankeTel.: +49 (0)2241/2341-201E-Mail: leonie.blanke@sigs-datacom.de

Die TDWI Akademie blickt inzwischen auf einige erfolgreiche Durch-führungen des Data Science Boot Camp zurück. In einer intensiven Schulungswoche setzen sich die Teilnehmer ausführlich mit den An-forderungen an die Rolle des Data Scientist auseinander.

Fachliche Leitung

Prof. Dr. Carsten FeldenUniversitätsprofessor an der TU Bergakademie Freiberg

Claudia KoschtialGeschäftsführende Gesellschafterin der Marmeladenbaum GmbH

Teilnehmergebühren TDWI-Mitglied Nicht-Mitglied

Regulär zzgl. MwSt. 3.590,00 € 3.790,00 €

Regulär inkl. MwSt. 4272,10 € 4510,10 €

Frühbucher zzgl. MwSt. 3.490,00 € 3.690,00 €

Frühbucher inkl. MwSt. 4153,10 € 4391,10 €

Wir halten ein Kontingent an Zimmern im Tagungshotel. Diese sind buchbar bis sechs Wochen vor Seminarbeginn. Mehr Informationen zum Veranstaltungsort finden Sie auf unserer Website.

Überblick

Er ist Direktor des Instituts für Wirtschaftsinformatik an der TU Bergakademie Freiberg (Sachsen). Er war im Vorstand von XBRL Deutschland e.V. und ist derzeit der Vorstandsvorsitzende des TDWI Germany e.V.

Business Intelligence, Advanced Analytics oder auch Data Science sind durch langjährige Projekterfahrung, Publikationen und Referen-zen belegt. Sie ist erfahrene Lehrbeauftragte an der BTU Cottbus, der FH Berlin und der TU BA Freiberg.

Kontakt

Grundsätzlich ist das Data Science Boot Camp für alle Vertreter aus fachlichen, analytischen und technischen Unternehmensbereichen offen.

Zielgruppe

Preise

Das Seminar ist als Hands-On-Schulung konzipiert. Sie lernen in Gruppenarbeit und in Einzelarbeit anhand von praktischen Übungen.

Bitte bringen Sie zum Seminar Ihren eigenen Rechner mit und instal-lieren vorab die drei Open-Source-Werkzeuge RapidMiner, RStudio und Anaconda, sodass wir im Data Science Boot Camp direkt mit den Inhalten starten können. Mehr Informationen zu den zu installieren-den Werkzeugen und -versionen finden Sie auf unserer Website.

Grundlegende Kenntnisse zu Business Intelligence sind Voraussetz- ung für das Seminar.

Methode & Voraussetzungen

Zielsetzung

Ziel des Data Science Boot Camp ist es, Grundlagen und analytische Aufgaben des Data Scientist fundiert und praxisnah zu vermitteln!

Kursziele:• Aufbau des Verständnisses zur Zuordnung der Methoden zu ana-

lytischen Aufgabenstellungen

• Aufbau eines Grundverständnisses zu aus Gründen der Popula-rität beispielhaft ausgewählten Werkzeugen wie Rapid Miner, R und Python. Während der Schulung werden weitere Werkzeuge vorgestellt und charakterisiert, um den Teilnehmern einen Mark-tüberblick zu geben.

• Aufbau eines lösungsorientierten Verständnisses zum Umgang mit Daten Hotel Berlin Mitte

Chausseestr. 3310115 BerlinTel- +(49)304147230

Tagungshotel

FRÜHBUCHER FRIST

BIS 6 WOCHEN VOR SEMINAR-

BEGINN

AKADEMIE

tdwi.eu

03.–07. Juni 2019, Berlin09.–13. Dezember 2019, Berlin

DATA SCIENCE BOOT CAMP

In 5 Tagen zum Data Science Engineer

Das sollten Sie über das Data Science Boot Camp wissen:

Wir greifen für dieses Boot Camp explizit die Rolle des Data Scien-tist heraus und haben für das Data Science Boot Camp fünf The-mentage zusammengestellt, um die Anforderungen an die Rolle des Data Scientist bezüglich der Algorithmen, der Werkzeuge und Sprachen zu vermitteln. Alle Themen werden zunächst theoretisch besprochen und dann intensiv praktisch und fallbasiert weiter er-arbeitet, so dass die Teilnehmer in echten Hands-on Sessions die Tätigkeiten des Data Scientist intensiv kennenlernen. Zudem ler-nen die Teilnehmer organisationale Veränderungen und Struktu-ren kennen, die mit dem Wandel zu einer analytisch kompetenten Organisation einhergehen.

Ihr MehrwertZwei permanent vor Ort zur Verfügung stehende Dozenten unter-stützen Sie bei den Fallstudien, so dass Sie Ihre Ausbildungsziele erreichen können.

SIGS DATACOM GmbH

Julia SeligerTel.: +49 (0)2241/2341-202E-Mail: julia.seliger@sigs-datacom.de

Leonie BlankeTel.: +49 (0)2241/2341-201E-Mail: leonie.blanke@sigs-datacom.de

Die TDWI Akademie blickt inzwischen auf einige erfolgreiche Durch-führungen des Data Science Boot Camp zurück. In einer intensiven Schulungswoche setzen sich die Teilnehmer ausführlich mit den An-forderungen an die Rolle des Data Scientist auseinander.

Fachliche Leitung

Prof. Dr. Carsten FeldenUniversitätsprofessor an der TU Bergakademie Freiberg

Claudia KoschtialGeschäftsführende Gesellschafterin der Marmeladenbaum GmbH

Teilnehmergebühren TDWI-Mitglied Nicht-Mitglied

Regulär zzgl. MwSt. 3.590,00 € 3.790,00 €

Regulär inkl. MwSt. 4272,10 € 4510,10 €

Frühbucher zzgl. MwSt. 3.490,00 € 3.690,00 €

Frühbucher inkl. MwSt. 4153,10 € 4391,10 €

Wir halten ein Kontingent an Zimmern im Tagungshotel. Diese sind buchbar bis sechs Wochen vor Seminarbeginn. Mehr Informationen zum Veranstaltungsort finden Sie auf unserer Website.

Überblick

Er ist Direktor des Instituts für Wirtschaftsinformatik an der TU Bergakademie Freiberg (Sachsen). Er war im Vorstand von XBRL Deutschland e.V. und ist derzeit der Vorstandsvorsitzende des TDWI Germany e.V.

Business Intelligence, Advanced Analytics oder auch Data Science sind durch langjährige Projekterfahrung, Publikationen und Referen-zen belegt. Sie ist erfahrene Lehrbeauftragte an der BTU Cottbus, der FH Berlin und der TU BA Freiberg.

Kontakt

Grundsätzlich ist das Data Science Boot Camp für alle Vertreter aus fachlichen, analytischen und technischen Unternehmensbereichen offen.

Zielgruppe

Preise

Das Seminar ist als Hands-On-Schulung konzipiert. Sie lernen in Gruppenarbeit und in Einzelarbeit anhand von praktischen Übungen.

Bitte bringen Sie zum Seminar Ihren eigenen Rechner mit und instal-lieren vorab die drei Open-Source-Werkzeuge RapidMiner, RStudio und Anaconda, sodass wir im Data Science Boot Camp direkt mit den Inhalten starten können. Mehr Informationen zu den zu installieren-den Werkzeugen und -versionen finden Sie auf unserer Website.

Grundlegende Kenntnisse zu Business Intelligence sind Voraussetz- ung für das Seminar.

Methode & Voraussetzungen

Zielsetzung

Ziel des Data Science Boot Camp ist es, Grundlagen und analytische Aufgaben des Data Scientist fundiert und praxisnah zu vermitteln!

Kursziele:• Aufbau des Verständnisses zur Zuordnung der Methoden zu ana-

lytischen Aufgabenstellungen

• Aufbau eines Grundverständnisses zu aus Gründen der Popula-rität beispielhaft ausgewählten Werkzeugen wie Rapid Miner, R und Python. Während der Schulung werden weitere Werkzeuge vorgestellt und charakterisiert, um den Teilnehmern einen Mark-tüberblick zu geben.

• Aufbau eines lösungsorientierten Verständnisses zum Umgang mit Daten Hotel Berlin Mitte

Chausseestr. 3310115 BerlinTel- +(49)304147230

Tagungshotel

FRÜHBUCHER FRIST

BIS 6 WOCHEN VOR SEMINAR-

BEGINN

AKADEMIE

tdwi.eu

03.–07. Juni 2019, Berlin09.–13. Dezember 2019, Berlin

DATA SCIENCE BOOT CAMP

In 5 Tagen zum Data Science Engineer

Das sollten Sie über das Data Science Boot Camp wissen:

Wir greifen für dieses Boot Camp explizit die Rolle des Data Scien-tist heraus und haben für das Data Science Boot Camp fünf The-mentage zusammengestellt, um die Anforderungen an die Rolle des Data Scientist bezüglich der Algorithmen, der Werkzeuge und Sprachen zu vermitteln. Alle Themen werden zunächst theoretisch besprochen und dann intensiv praktisch und fallbasiert weiter er-arbeitet, so dass die Teilnehmer in echten Hands-on Sessions die Tätigkeiten des Data Scientist intensiv kennenlernen. Zudem ler-nen die Teilnehmer organisationale Veränderungen und Struktu-ren kennen, die mit dem Wandel zu einer analytisch kompetenten Organisation einhergehen.

Ihr MehrwertZwei permanent vor Ort zur Verfügung stehende Dozenten unter-stützen Sie bei den Fallstudien, so dass Sie Ihre Ausbildungsziele erreichen können.

SIGS DATACOM GmbH

Julia SeligerTel.: +49 (0)2241/2341-202E-Mail: julia.seliger@sigs-datacom.de

Leonie BlankeTel.: +49 (0)2241/2341-201E-Mail: leonie.blanke@sigs-datacom.de

Die TDWI Akademie blickt inzwischen auf einige erfolgreiche Durch-führungen des Data Science Boot Camp zurück. In einer intensiven Schulungswoche setzen sich die Teilnehmer ausführlich mit den An-forderungen an die Rolle des Data Scientist auseinander.

Fachliche Leitung

Prof. Dr. Carsten FeldenUniversitätsprofessor an der TU Bergakademie Freiberg

Claudia KoschtialGeschäftsführende Gesellschafterin der Marmeladenbaum GmbH

Teilnehmergebühren TDWI-Mitglied Nicht-Mitglied

Regulär zzgl. MwSt.3.590,00 € 3.790,00 €

Regulär inkl. MwSt.4272,10 €4510,10 €

Frühbucher zzgl. MwSt.3.490,00 € 3.690,00 €

Frühbucher inkl. MwSt.4153,10 €4391,10 €

Wir halten ein Kontingent an Zimmern im Tagungshotel. Diese sind buchbar bis sechs Wochen vor Seminarbeginn. Mehr Informationen zum Veranstaltungsort finden Sie auf unserer Website.

Überblick

Er ist Direktor des Instituts für Wirtschaftsinformatik an der TU Bergakademie Freiberg (Sachsen). Er war im Vorstand von XBRL Deutschland e.V. und ist derzeit der Vorstandsvorsitzende des TDWI Germany e.V.

Business Intelligence, Advanced Analytics oder auch Data Science sind durch langjährige Projekterfahrung, Publikationen und Referen-zen belegt. Sie ist erfahrene Lehrbeauftragte an der BTU Cottbus, der FH Berlin und der TU BA Freiberg.

Kontakt

Grundsätzlich ist das Data Science Boot Camp für alle Vertreter aus fachlichen, analytischen und technischen Unternehmensbereichen offen.

Zielgruppe

Preise

Das Seminar ist als Hands-On-Schulung konzipiert. Sie lernen in Gruppenarbeit und in Einzelarbeit anhand von praktischen Übungen.

Bitte bringen Sie zum Seminar Ihren eigenen Rechner mit und instal-lieren vorab die drei Open-Source-Werkzeuge RapidMiner, RStudio und Anaconda, sodass wir im Data Science Boot Camp direkt mit den Inhalten starten können. Mehr Informationen zu den zu installieren-den Werkzeugen und -versionen finden Sie auf unserer Website.

Grundlegende Kenntnisse zu Business Intelligence sind Voraussetz- ung für das Seminar.

Methode & Voraussetzungen

Zielsetzung

Ziel des Data Science Boot Camp ist es, Grundlagen und analytische Aufgaben des Data Scientist fundiert und praxisnah zu vermitteln!

Kursziele:• Aufbau des Verständnisses zur Zuordnung der Methoden zu ana-

lytischen Aufgabenstellungen

• Aufbau eines Grundverständnisses zu aus Gründen der Popula-rität beispielhaft ausgewählten Werkzeugen wie Rapid Miner, R und Python. Während der Schulung werden weitere Werkzeuge vorgestellt und charakterisiert, um den Teilnehmern einen Mark-tüberblick zu geben.

• Aufbau eines lösungsorientierten Verständnisses zum Umgang mit Daten Hotel Berlin Mitte

Chausseestr. 3310115 BerlinTel- +(49)304147230

Tagungshotel

FRÜHBUCHER FRIST

BIS 6 WOCHEN VOR SEMINAR-

BEGINN

InhaltTeil 1 ordnet zunächst die Themenfelder und stellt den analyti-schen Prozess dar, in denen die Nutzung von Analytics in Unter-nehmen eingebettet sein sollte. Im Weiteren wird in die Nutzung von Algorithmen aus den Bereichen des Data und Text Mining eingeführt. Dazu werden zunächst statistische Grundlagen aufge-frischt, so dass neben den Überlegungen, wann welcher Algorith-mus potenziell geeignet ist, sich diese auch anhand erster Beispie-le durchrechnen lassen.

Grundlagen der Datenanalyse

Montag, 9:00 – 18:00 Uhr

InhaltTeil 2 führt die Ergebnisse des ersten Tages weiter, erarbeitet Aus-wahlkriterien von Algorithmen, und überträgt die Umsetzung nun in das Werkzeug RapidMiner. Natürlich ist dies nur ein Werkzeug unter vielen, jedoch soll es den Teilnehmern einen Eindruck vermitteln, wie in Projekten mit großen Datenbeständen und entsprechenden Analyseanforderungen werkzeugunterstützt gearbeitet wird. Dabei steht das Prozessverständnis des Knowledge Discovery in Databases (KDD) im Vordergrund.

Der RapidMiner arbeitet graphikbasiert und ermöglicht so einen einfachen Einstieg in die Prozessschritte der Datenanalyse. Da-bei werden noch weitere Algorithmen angewendet, um weiterhin grundlegende Inhalte kennenzulernen. So kann auch erste Erfah-rung in den einzelnen Phasen gesammelt werden, um die Hürden in solchen Projekten besser beurteilen zu können. Darüber hinaus wird auch die Ergebnisinterpretation behandelt, da diese eine oft-mals unterschätzte Phase im KDD-Prozess darstellt, jedoch für die Übertragung der Ergebnisse in die praktische Anwendung von ho-her Relevanz ist. Es werden Analyseanforderungen und Datenbe-stände realer Fälle verwendet, um den Praxisbezug des Boot Camp sicherzustellen.

Einführung in RapidMiner

Dienstag, 9:00 – 18:00 Uhr

InhaltTeil 3 bereitet die Ergebnisse des zweiten Tages auf und erwei-tert im Folgenden den Werkzeugunterstützungsgedanken auf die Sprache R. Die in diesem Umfeld prominent genannte Sprache ist für statistische Berechnungen und Grafiken geschaffen worden. Die große Verbreitung ist sicherlich darauf zurück zu führen, dass R als Open-Source-Software kostenfrei ist und somit insbesondere in Prototypen und Pilotprojekten schnell Anwendung fand. Auch bieten heute viele Werkzeuge Schnittstellen für diesen Standard.

Unter Nutzung der schon bekannten realen Fälle des zweiten Ta-ges, werden nun die einzelnen Prozessschritte mittels der Sprache R im Werkzeug R Studio programmiert und ausgeführt. Während zuvor also graphikbasiert agiert wurde, steht nun die sprachenba-sierte Entwicklung im Vordergrund. Es wird dabei nicht erwartet, dass bereits Programmierkenntnisse vorhanden sind. Mit Ihren Do-zenten vor Ort werden die Teilnehmer schrittweise in die Program-mierung eingeführt, um die Sprache erlernen zu können.

Einführung in R

Mittwoch, 9:00 – 17:30 Uhr

InhaltTeil 4 verstetigt das sprachenbasierte Arbeiten und vertieft das Arbeiten mit R, um die Sicherheit der Veranstaltungsteilnehmer im Umgang mit dieser Sprache zu erhöhen. Im zweiten Teil des Tages werden die Unterschiede zur umfassenderen Programmier-sprache Python anhand vorgefertigter Code-Beispiele gemeinsam erarbeitet, um den Teilnehmern eine Grundlage zu schaffen, die Einsatzpotentiale und Aufwände der jeweiligen Sprache besser abschätzen zu können.

Python, als ebenfalls Open-Source-Software verfügbare objektori-entierte mathematisch/funktionale Sprache wurde geschaffen, um schnell in der Lage zu sein, Softwareprojekte umzusetzen. Dieser größere Leistungsumfang unterscheidet die Sprache auch von R. Sie weist dabei ein hohes Maß an analytischen Algorithmen auf, die sich auch schnell in komplexe Softwarewelten einbetten las-sen bzw. vollständige eigene Softwarepakete entwickeln lassen. Die funktionale Mächtigkeit hat zum Einsatz der Sprache in vie-len Analytics-Projekten geführt. Es gilt, dass die Teilnehmer des Kurses keine Programmierkenntnisse mitbringen müssen, sondern Sie mit Ihren Dozenten an den Projekten arbeiten, um die Sprache kennen zu lernen.

InhaltTeil 5 fasst vormittags die erarbeiteten Themen und Ergebnisse der Woche zusammen. Ergänzend wird der Unterschied des Data Mining zum Text Mining vertieft, so dass auch hier die Teilnehmer in der Lage sind, die Unterschiede zu erkennen und in eigenen Projekten zu berücksichtigen. Mit den zusammengefassten Inhalten werden abschließend aufgekommene Fragestellungen und Herausforderun-gen der Teilnehmer aus deren beruflicher Praxis diskutiert. Auch das Thema organisationale Verstetigung der Prozesse und analytische Organisation werden anhand praktischer Hinweise für die erfolg-reiche Überführung des gelernten in den Arbeitsalltag dargestellt. Darüber hinaus bereitet der Vormittag auch auf die abschließende Prüfung vor. Die Abschlussprüfung findet am Nachmittag statt. Die Abschlussprüfung wird zum einen die fachgerechte Zuordnung von Methoden zu Problemstellungen und Aufgaben beinhalten. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeu-gen und Sprachen gestellt.

Die Abschlussprüfung des Data Science Boot Camp erfolgt nicht als Multiple-Choice-Test, sondern umfasst zum einen die fachgerech-te Zuordnung von Methoden zu Problemstellungen und Aufgaben. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeugen und Sprachen gestellt. Die Prüfung wird in schriftlicher Form (deutsch) durchgeführt.

Vertiefung von R & Einführung von Python

Donnerstag, 9:00 – 18:00 Uhr

Zusammenfassung & Unterschied Data Mining und Text Mining

Freitag, 9:00 – 17:00 Uhr

Optionale Abschlussprüfung zum Data Science Engineer ab 14:00 Uhr

Nutzen Sie die Gelegenheit zur Weiterbildung auf Professional Niveau:

Seit 2017 bietet der TDWI die Zertifizierung „Data Science Profes-sional“ an. Dieses modular aufgebaute Schulungskonzept beinhal-tet die Teilnahme an drei Seminaren.

Fester Bestandteil der Zertifizierung ist das Basisseminar „Data Science Boot Camp“ inklusive der dazugehörigen Abschlussprü-fung. Mit der Teilnahme an zwei weiteren Seminaren im Bereich Data Science/Künstliche Intelligenz und der Abgabe einer Haus-aufgabe wird das Zertifikat "Data Science Professional" vergeben. Alle Seminare müssen in einem Zeitraum von zwei Jahren besucht werden.

Alle Seminare sind praxisorientiert und durch intensive Interak- tion mit den Teilnehmern geprägt. Aktuell haben wir u.a. folgende Auswahlseminare im Programm:

• Cognitive Computing, Künstliche Intelligenz und Deep Learning

• Data Science mit Python

• Data Science mit R

• Text Mining

Mit dem Erwerb des Zertifikats „Data Science Professional“ wird von den Teilnehmern der Nachweis erbracht, die vermittelten Lern- inhalte der zuvor besuchten Schulungen erfasst zu haben und an-wendungsorientiert einsetzen zu können.

Informationen zur Zertifizierung zum

Data Science Professional

18:00 – ca. 23:00 Uhr Get Together: Einladung zu einem gemeinsamen Abend-Event!

InhaltTeil 1 ordnet zunächst die Themenfelder und stellt den analyti-schen Prozess dar, in denen die Nutzung von Analytics in Unter-nehmen eingebettet sein sollte. Im Weiteren wird in die Nutzung von Algorithmen aus den Bereichen des Data und Text Mining eingeführt. Dazu werden zunächst statistische Grundlagen aufge-frischt, so dass neben den Überlegungen, wann welcher Algorith-mus potenziell geeignet ist, sich diese auch anhand erster Beispie-le durchrechnen lassen.

Grundlagen der Datenanalyse

Montag, 9:00 – 18:00 Uhr

InhaltTeil 2 führt die Ergebnisse des ersten Tages weiter, erarbeitet Aus-wahlkriterien von Algorithmen, und überträgt die Umsetzung nun in das Werkzeug RapidMiner. Natürlich ist dies nur ein Werkzeug unter vielen, jedoch soll es den Teilnehmern einen Eindruck vermitteln, wie in Projekten mit großen Datenbeständen und entsprechenden Analyseanforderungen werkzeugunterstützt gearbeitet wird. Dabei steht das Prozessverständnis des Knowledge Discovery in Databases (KDD) im Vordergrund.

Der RapidMiner arbeitet graphikbasiert und ermöglicht so einen einfachen Einstieg in die Prozessschritte der Datenanalyse. Da-bei werden noch weitere Algorithmen angewendet, um weiterhin grundlegende Inhalte kennenzulernen. So kann auch erste Erfah-rung in den einzelnen Phasen gesammelt werden, um die Hürden in solchen Projekten besser beurteilen zu können. Darüber hinaus wird auch die Ergebnisinterpretation behandelt, da diese eine oft-mals unterschätzte Phase im KDD-Prozess darstellt, jedoch für die Übertragung der Ergebnisse in die praktische Anwendung von ho-her Relevanz ist. Es werden Analyseanforderungen und Datenbe-stände realer Fälle verwendet, um den Praxisbezug des Boot Camp sicherzustellen.

Einführung in RapidMiner

Dienstag, 9:00 – 18:00 Uhr

InhaltTeil 3 bereitet die Ergebnisse des zweiten Tages auf und erwei-tert im Folgenden den Werkzeugunterstützungsgedanken auf die Sprache R. Die in diesem Umfeld prominent genannte Sprache ist für statistische Berechnungen und Grafiken geschaffen worden. Die große Verbreitung ist sicherlich darauf zurück zu führen, dass R als Open-Source-Software kostenfrei ist und somit insbesondere in Prototypen und Pilotprojekten schnell Anwendung fand. Auch bieten heute viele Werkzeuge Schnittstellen für diesen Standard.

Unter Nutzung der schon bekannten realen Fälle des zweiten Ta-ges, werden nun die einzelnen Prozessschritte mittels der Sprache R im Werkzeug R Studio programmiert und ausgeführt. Während zuvor also graphikbasiert agiert wurde, steht nun die sprachenba-sierte Entwicklung im Vordergrund. Es wird dabei nicht erwartet, dass bereits Programmierkenntnisse vorhanden sind. Mit Ihren Do-zenten vor Ort werden die Teilnehmer schrittweise in die Program-mierung eingeführt, um die Sprache erlernen zu können.

Einführung in R

Mittwoch, 9:00 – 17:30 Uhr

InhaltTeil 4 verstetigt das sprachenbasierte Arbeiten und vertieft das Arbeiten mit R, um die Sicherheit der Veranstaltungsteilnehmer im Umgang mit dieser Sprache zu erhöhen. Im zweiten Teil des Tages werden die Unterschiede zur umfassenderen Programmier-sprache Python anhand vorgefertigter Code-Beispiele gemeinsam erarbeitet, um den Teilnehmern eine Grundlage zu schaffen, die Einsatzpotentiale und Aufwände der jeweiligen Sprache besser abschätzen zu können.

Python, als ebenfalls Open-Source-Software verfügbare objektori-entierte mathematisch/funktionale Sprache wurde geschaffen, um schnell in der Lage zu sein, Softwareprojekte umzusetzen. Dieser größere Leistungsumfang unterscheidet die Sprache auch von R. Sie weist dabei ein hohes Maß an analytischen Algorithmen auf, die sich auch schnell in komplexe Softwarewelten einbetten las-sen bzw. vollständige eigene Softwarepakete entwickeln lassen. Die funktionale Mächtigkeit hat zum Einsatz der Sprache in vie-len Analytics-Projekten geführt. Es gilt, dass die Teilnehmer des Kurses keine Programmierkenntnisse mitbringen müssen, sondern Sie mit Ihren Dozenten an den Projekten arbeiten, um die Sprache kennen zu lernen.

InhaltTeil 5 fasst vormittags die erarbeiteten Themen und Ergebnisse der Woche zusammen. Ergänzend wird der Unterschied des Data Mining zum Text Mining vertieft, so dass auch hier die Teilnehmer in der Lage sind, die Unterschiede zu erkennen und in eigenen Projekten zu berücksichtigen. Mit den zusammengefassten Inhalten werden abschließend aufgekommene Fragestellungen und Herausforderun-gen der Teilnehmer aus deren beruflicher Praxis diskutiert. Auch das Thema organisationale Verstetigung der Prozesse und analytische Organisation werden anhand praktischer Hinweise für die erfolg-reiche Überführung des gelernten in den Arbeitsalltag dargestellt. Darüber hinaus bereitet der Vormittag auch auf die abschließende Prüfung vor. Die Abschlussprüfung findet am Nachmittag statt. Die Abschlussprüfung wird zum einen die fachgerechte Zuordnung von Methoden zu Problemstellungen und Aufgaben beinhalten. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeu-gen und Sprachen gestellt.

Die Abschlussprüfung des Data Science Boot Camp erfolgt nicht als Multiple-Choice-Test, sondern umfasst zum einen die fachgerech-te Zuordnung von Methoden zu Problemstellungen und Aufgaben. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeugen und Sprachen gestellt. Die Prüfung wird in schriftlicher Form (deutsch) durchgeführt.

Vertiefung von R & Einführung von Python

Donnerstag, 9:00 – 18:00 Uhr

Zusammenfassung & Unterschied Data Mining und Text Mining

Freitag, 9:00 – 17:00 Uhr

Optionale Abschlussprüfung zum Data Science Engineer ab 14:00 Uhr

Nutzen Sie die Gelegenheit zur Weiterbildung auf Professional Niveau:

Seit 2017 bietet der TDWI die Zertifizierung „Data Science Profes-sional“ an. Dieses modular aufgebaute Schulungskonzept beinhal-tet die Teilnahme an drei Seminaren.

Fester Bestandteil der Zertifizierung ist das Basisseminar „Data Science Boot Camp“ inklusive der dazugehörigen Abschlussprü-fung. Mit der Teilnahme an zwei weiteren Seminaren im Bereich Data Science/Künstliche Intelligenz und der Abgabe einer Haus-aufgabe wird das Zertifikat "Data Science Professional" vergeben. Alle Seminare müssen in einem Zeitraum von zwei Jahren besucht werden.

Alle Seminare sind praxisorientiert und durch intensive Interak- tion mit den Teilnehmern geprägt. Aktuell haben wir u.a. folgende Auswahlseminare im Programm:

• Cognitive Computing, Künstliche Intelligenz und Deep Learning

• Data Science mit Python

• Data Science mit R

• Text Mining

Mit dem Erwerb des Zertifikats „Data Science Professional“ wird von den Teilnehmern der Nachweis erbracht, die vermittelten Lern- inhalte der zuvor besuchten Schulungen erfasst zu haben und an-wendungsorientiert einsetzen zu können.

Informationen zur Zertifizierung zum

Data Science Professional

18:00 – ca. 23:00 Uhr Get Together: Einladung zu einem gemeinsamen Abend-Event!

InhaltTeil 1 ordnet zunächst die Themenfelder und stellt den analyti-schen Prozess dar, in denen die Nutzung von Analytics in Unter-nehmen eingebettet sein sollte. Im Weiteren wird in die Nutzung von Algorithmen aus den Bereichen des Data und Text Mining eingeführt. Dazu werden zunächst statistische Grundlagen aufge-frischt, so dass neben den Überlegungen, wann welcher Algorith-mus potenziell geeignet ist, sich diese auch anhand erster Beispie-le durchrechnen lassen.

Grundlagen der Datenanalyse

Montag, 9:00 – 18:00 Uhr

InhaltTeil 2 führt die Ergebnisse des ersten Tages weiter, erarbeitet Aus-wahlkriterien von Algorithmen, und überträgt die Umsetzung nun in das Werkzeug RapidMiner. Natürlich ist dies nur ein Werkzeug unter vielen, jedoch soll es den Teilnehmern einen Eindruck vermitteln, wie in Projekten mit großen Datenbeständen und entsprechenden Analyseanforderungen werkzeugunterstützt gearbeitet wird. Dabei steht das Prozessverständnis des Knowledge Discovery in Databases (KDD) im Vordergrund.

Der RapidMiner arbeitet graphikbasiert und ermöglicht so einen einfachen Einstieg in die Prozessschritte der Datenanalyse. Da-bei werden noch weitere Algorithmen angewendet, um weiterhin grundlegende Inhalte kennenzulernen. So kann auch erste Erfah-rung in den einzelnen Phasen gesammelt werden, um die Hürden in solchen Projekten besser beurteilen zu können. Darüber hinaus wird auch die Ergebnisinterpretation behandelt, da diese eine oft-mals unterschätzte Phase im KDD-Prozess darstellt, jedoch für die Übertragung der Ergebnisse in die praktische Anwendung von ho-her Relevanz ist. Es werden Analyseanforderungen und Datenbe-stände realer Fälle verwendet, um den Praxisbezug des Boot Camp sicherzustellen.

Einführung in RapidMiner

Dienstag, 9:00 – 18:00 Uhr

InhaltTeil 3 bereitet die Ergebnisse des zweiten Tages auf und erwei-tert im Folgenden den Werkzeugunterstützungsgedanken auf die Sprache R. Die in diesem Umfeld prominent genannte Sprache ist für statistische Berechnungen und Grafiken geschaffen worden. Die große Verbreitung ist sicherlich darauf zurück zu führen, dass R als Open-Source-Software kostenfrei ist und somit insbesondere in Prototypen und Pilotprojekten schnell Anwendung fand. Auch bieten heute viele Werkzeuge Schnittstellen für diesen Standard.

Unter Nutzung der schon bekannten realen Fälle des zweiten Ta-ges, werden nun die einzelnen Prozessschritte mittels der Sprache R im Werkzeug R Studio programmiert und ausgeführt. Während zuvor also graphikbasiert agiert wurde, steht nun die sprachenba-sierte Entwicklung im Vordergrund. Es wird dabei nicht erwartet, dass bereits Programmierkenntnisse vorhanden sind. Mit Ihren Do-zenten vor Ort werden die Teilnehmer schrittweise in die Program-mierung eingeführt, um die Sprache erlernen zu können.

Einführung in R

Mittwoch, 9:00 – 17:30 Uhr

InhaltTeil 4 verstetigt das sprachenbasierte Arbeiten und vertieft das Arbeiten mit R, um die Sicherheit der Veranstaltungsteilnehmer im Umgang mit dieser Sprache zu erhöhen. Im zweiten Teil des Tages werden die Unterschiede zur umfassenderen Programmier-sprache Python anhand vorgefertigter Code-Beispiele gemeinsam erarbeitet, um den Teilnehmern eine Grundlage zu schaffen, die Einsatzpotentiale und Aufwände der jeweiligen Sprache besser abschätzen zu können.

Python, als ebenfalls Open-Source-Software verfügbare objektori-entierte mathematisch/funktionale Sprache wurde geschaffen, um schnell in der Lage zu sein, Softwareprojekte umzusetzen. Dieser größere Leistungsumfang unterscheidet die Sprache auch von R. Sie weist dabei ein hohes Maß an analytischen Algorithmen auf, die sich auch schnell in komplexe Softwarewelten einbetten las-sen bzw. vollständige eigene Softwarepakete entwickeln lassen. Die funktionale Mächtigkeit hat zum Einsatz der Sprache in vie-len Analytics-Projekten geführt. Es gilt, dass die Teilnehmer des Kurses keine Programmierkenntnisse mitbringen müssen, sondern Sie mit Ihren Dozenten an den Projekten arbeiten, um die Sprache kennen zu lernen.

InhaltTeil 5 fasst vormittags die erarbeiteten Themen und Ergebnisse der Woche zusammen. Ergänzend wird der Unterschied des Data Mining zum Text Mining vertieft, so dass auch hier die Teilnehmer in der Lage sind, die Unterschiede zu erkennen und in eigenen Projekten zu berücksichtigen. Mit den zusammengefassten Inhalten werden abschließend aufgekommene Fragestellungen und Herausforderun-gen der Teilnehmer aus deren beruflicher Praxis diskutiert. Auch das Thema organisationale Verstetigung der Prozesse und analytische Organisation werden anhand praktischer Hinweise für die erfolg-reiche Überführung des gelernten in den Arbeitsalltag dargestellt. Darüber hinaus bereitet der Vormittag auch auf die abschließende Prüfung vor. Die Abschlussprüfung findet am Nachmittag statt. Die Abschlussprüfung wird zum einen die fachgerechte Zuordnung von Methoden zu Problemstellungen und Aufgaben beinhalten. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeu-gen und Sprachen gestellt.

Die Abschlussprüfung des Data Science Boot Camp erfolgt nicht als Multiple-Choice-Test, sondern umfasst zum einen die fachgerech-te Zuordnung von Methoden zu Problemstellungen und Aufgaben. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeugen und Sprachen gestellt. Die Prüfung wird in schriftlicher Form (deutsch) durchgeführt.

Vertiefung von R & Einführung von Python

Donnerstag, 9:00 – 18:00 Uhr

Zusammenfassung & Unterschied Data Mining und Text Mining

Freitag, 9:00 – 17:00 Uhr

Optionale Abschlussprüfung zum Data Science Engineer ab 14:00 Uhr

Nutzen Sie die Gelegenheit zur Weiterbildung auf Professional Niveau:

Seit 2017 bietet der TDWI die Zertifizierung „Data Science Profes-sional“ an. Dieses modular aufgebaute Schulungskonzept beinhal-tet die Teilnahme an drei Seminaren.

Fester Bestandteil der Zertifizierung ist das Basisseminar „Data Science Boot Camp“ inklusive der dazugehörigen Abschlussprü-fung. Mit der Teilnahme an zwei weiteren Seminaren im Bereich Data Science/Künstliche Intelligenz und der Abgabe einer Haus-aufgabe wird das Zertifikat "Data Science Professional" vergeben. Alle Seminare müssen in einem Zeitraum von zwei Jahren besucht werden.

Alle Seminare sind praxisorientiert und durch intensive Interak- tion mit den Teilnehmern geprägt. Aktuell haben wir u.a. folgende Auswahlseminare im Programm:

• Cognitive Computing, Künstliche Intelligenz und Deep Learning

• Data Science mit Python

• Data Science mit R

• Text Mining

Mit dem Erwerb des Zertifikats „Data Science Professional“ wird von den Teilnehmern der Nachweis erbracht, die vermittelten Lern- inhalte der zuvor besuchten Schulungen erfasst zu haben und an-wendungsorientiert einsetzen zu können.

Informationen zur Zertifizierung zum

Data Science Professional

18:00 – ca. 23:00 Uhr Get Together: Einladung zu einem gemeinsamen Abend-Event!

InhaltTeil 1 ordnet zunächst die Themenfelder und stellt den analyti-schen Prozess dar, in denen die Nutzung von Analytics in Unter-nehmen eingebettet sein sollte. Im Weiteren wird in die Nutzung von Algorithmen aus den Bereichen des Data und Text Mining eingeführt. Dazu werden zunächst statistische Grundlagen aufge-frischt, so dass neben den Überlegungen, wann welcher Algorith-mus potenziell geeignet ist, sich diese auch anhand erster Beispie-le durchrechnen lassen.

Grundlagen der Datenanalyse

Montag, 9:00 – 18:00 Uhr

InhaltTeil 2 führt die Ergebnisse des ersten Tages weiter, erarbeitet Aus-wahlkriterien von Algorithmen, und überträgt die Umsetzung nun in das Werkzeug RapidMiner. Natürlich ist dies nur ein Werkzeug unter vielen, jedoch soll es den Teilnehmern einen Eindruck vermitteln, wie in Projekten mit großen Datenbeständen und entsprechenden Analyseanforderungen werkzeugunterstützt gearbeitet wird. Dabei steht das Prozessverständnis des Knowledge Discovery in Databases (KDD) im Vordergrund.

Der RapidMiner arbeitet graphikbasiert und ermöglicht so einen einfachen Einstieg in die Prozessschritte der Datenanalyse. Da-bei werden noch weitere Algorithmen angewendet, um weiterhin grundlegende Inhalte kennenzulernen. So kann auch erste Erfah-rung in den einzelnen Phasen gesammelt werden, um die Hürden in solchen Projekten besser beurteilen zu können. Darüber hinaus wird auch die Ergebnisinterpretation behandelt, da diese eine oft-mals unterschätzte Phase im KDD-Prozess darstellt, jedoch für die Übertragung der Ergebnisse in die praktische Anwendung von ho-her Relevanz ist. Es werden Analyseanforderungen und Datenbe-stände realer Fälle verwendet, um den Praxisbezug des Boot Camp sicherzustellen.

Einführung in RapidMiner

Dienstag, 9:00 – 18:00 Uhr

InhaltTeil 3 bereitet die Ergebnisse des zweiten Tages auf und erwei-tert im Folgenden den Werkzeugunterstützungsgedanken auf die Sprache R. Die in diesem Umfeld prominent genannte Sprache ist für statistische Berechnungen und Grafiken geschaffen worden. Die große Verbreitung ist sicherlich darauf zurück zu führen, dass R als Open-Source-Software kostenfrei ist und somit insbesondere in Prototypen und Pilotprojekten schnell Anwendung fand. Auch bieten heute viele Werkzeuge Schnittstellen für diesen Standard.

Unter Nutzung der schon bekannten realen Fälle des zweiten Ta-ges, werden nun die einzelnen Prozessschritte mittels der Sprache R im Werkzeug R Studio programmiert und ausgeführt. Während zuvor also graphikbasiert agiert wurde, steht nun die sprachenba-sierte Entwicklung im Vordergrund. Es wird dabei nicht erwartet, dass bereits Programmierkenntnisse vorhanden sind. Mit Ihren Do-zenten vor Ort werden die Teilnehmer schrittweise in die Program-mierung eingeführt, um die Sprache erlernen zu können.

Einführung in R

Mittwoch, 9:00 – 17:30 Uhr

InhaltTeil 4 verstetigt das sprachenbasierte Arbeiten und vertieft das Arbeiten mit R, um die Sicherheit der Veranstaltungsteilnehmer im Umgang mit dieser Sprache zu erhöhen. Im zweiten Teil des Tages werden die Unterschiede zur umfassenderen Programmier-sprache Python anhand vorgefertigter Code-Beispiele gemeinsam erarbeitet, um den Teilnehmern eine Grundlage zu schaffen, die Einsatzpotentiale und Aufwände der jeweiligen Sprache besser abschätzen zu können.

Python, als ebenfalls Open-Source-Software verfügbare objektori-entierte mathematisch/funktionale Sprache wurde geschaffen, um schnell in der Lage zu sein, Softwareprojekte umzusetzen. Dieser größere Leistungsumfang unterscheidet die Sprache auch von R. Sie weist dabei ein hohes Maß an analytischen Algorithmen auf, die sich auch schnell in komplexe Softwarewelten einbetten las-sen bzw. vollständige eigene Softwarepakete entwickeln lassen. Die funktionale Mächtigkeit hat zum Einsatz der Sprache in vie-len Analytics-Projekten geführt. Es gilt, dass die Teilnehmer des Kurses keine Programmierkenntnisse mitbringen müssen, sondern Sie mit Ihren Dozenten an den Projekten arbeiten, um die Sprache kennen zu lernen.

InhaltTeil 5 fasst vormittags die erarbeiteten Themen und Ergebnisse der Woche zusammen. Ergänzend wird der Unterschied des Data Mining zum Text Mining vertieft, so dass auch hier die Teilnehmer in der Lage sind, die Unterschiede zu erkennen und in eigenen Projekten zu berücksichtigen. Mit den zusammengefassten Inhalten werden abschließend aufgekommene Fragestellungen und Herausforderun-gen der Teilnehmer aus deren beruflicher Praxis diskutiert. Auch das Thema organisationale Verstetigung der Prozesse und analytische Organisation werden anhand praktischer Hinweise für die erfolg-reiche Überführung des gelernten in den Arbeitsalltag dargestellt. Darüber hinaus bereitet der Vormittag auch auf die abschließende Prüfung vor. Die Abschlussprüfung findet am Nachmittag statt. Die Abschlussprüfung wird zum einen die fachgerechte Zuordnung von Methoden zu Problemstellungen und Aufgaben beinhalten. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeu-gen und Sprachen gestellt.

Die Abschlussprüfung des Data Science Boot Camp erfolgt nicht als Multiple-Choice-Test, sondern umfasst zum einen die fachgerech-te Zuordnung von Methoden zu Problemstellungen und Aufgaben. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeugen und Sprachen gestellt. Die Prüfung wird in schriftlicher Form (deutsch) durchgeführt.

Vertiefung von R & Einführung von Python

Donnerstag, 9:00 – 18:00 Uhr

Zusammenfassung & Unterschied Data Mining und Text Mining

Freitag, 9:00 – 17:00 Uhr

Optionale Abschlussprüfung zum Data Science Engineer ab 14:00 Uhr

Nutzen Sie die Gelegenheit zur Weiterbildung auf Professional Niveau:

Seit 2017 bietet der TDWI die Zertifizierung „Data Science Profes-sional“ an. Dieses modular aufgebaute Schulungskonzept beinhal-tet die Teilnahme an drei Seminaren.

Fester Bestandteil der Zertifizierung ist das Basisseminar „Data Science Boot Camp“ inklusive der dazugehörigen Abschlussprü-fung. Mit der Teilnahme an zwei weiteren Seminaren im Bereich Data Science/Künstliche Intelligenz und der Abgabe einer Haus-aufgabe wird das Zertifikat "Data Science Professional" vergeben. Alle Seminare müssen in einem Zeitraum von zwei Jahren besucht werden.

Alle Seminare sind praxisorientiert und durch intensive Interak- tion mit den Teilnehmern geprägt. Aktuell haben wir u.a. folgende Auswahlseminare im Programm:

• Cognitive Computing, Künstliche Intelligenz und Deep Learning

• Data Science mit Python

• Data Science mit R

• Text Mining

Mit dem Erwerb des Zertifikats „Data Science Professional“ wird von den Teilnehmern der Nachweis erbracht, die vermittelten Lern- inhalte der zuvor besuchten Schulungen erfasst zu haben und an-wendungsorientiert einsetzen zu können.

Informationen zur Zertifizierung zum

Data Science Professional

18:00 – ca. 23:00 Uhr Get Together: Einladung zu einem gemeinsamen Abend-Event!

InhaltTeil 1 ordnet zunächst die Themenfelder und stellt den analyti-schen Prozess dar, in denen die Nutzung von Analytics in Unter-nehmen eingebettet sein sollte. Im Weiteren wird in die Nutzung von Algorithmen aus den Bereichen des Data und Text Mining eingeführt. Dazu werden zunächst statistische Grundlagen aufge-frischt, so dass neben den Überlegungen, wann welcher Algorith-mus potenziell geeignet ist, sich diese auch anhand erster Beispie-le durchrechnen lassen.

Grundlagen der Datenanalyse

Montag, 9:00 – 18:00 Uhr

InhaltTeil 2 führt die Ergebnisse des ersten Tages weiter, erarbeitet Aus-wahlkriterien von Algorithmen, und überträgt die Umsetzung nun in das Werkzeug RapidMiner. Natürlich ist dies nur ein Werkzeug unter vielen, jedoch soll es den Teilnehmern einen Eindruck vermitteln, wie in Projekten mit großen Datenbeständen und entsprechenden Analyseanforderungen werkzeugunterstützt gearbeitet wird. Dabei steht das Prozessverständnis des Knowledge Discovery in Databases (KDD) im Vordergrund.

Der RapidMiner arbeitet graphikbasiert und ermöglicht so einen einfachen Einstieg in die Prozessschritte der Datenanalyse. Da-bei werden noch weitere Algorithmen angewendet, um weiterhin grundlegende Inhalte kennenzulernen. So kann auch erste Erfah-rung in den einzelnen Phasen gesammelt werden, um die Hürden in solchen Projekten besser beurteilen zu können. Darüber hinaus wird auch die Ergebnisinterpretation behandelt, da diese eine oft-mals unterschätzte Phase im KDD-Prozess darstellt, jedoch für die Übertragung der Ergebnisse in die praktische Anwendung von ho-her Relevanz ist. Es werden Analyseanforderungen und Datenbe-stände realer Fälle verwendet, um den Praxisbezug des Boot Camp sicherzustellen.

Einführung in RapidMiner

Dienstag, 9:00 – 18:00 Uhr

InhaltTeil 3 bereitet die Ergebnisse des zweiten Tages auf und erwei-tert im Folgenden den Werkzeugunterstützungsgedanken auf die Sprache R. Die in diesem Umfeld prominent genannte Sprache ist für statistische Berechnungen und Grafiken geschaffen worden. Die große Verbreitung ist sicherlich darauf zurück zu führen, dass R als Open-Source-Software kostenfrei ist und somit insbesondere in Prototypen und Pilotprojekten schnell Anwendung fand. Auch bieten heute viele Werkzeuge Schnittstellen für diesen Standard.

Unter Nutzung der schon bekannten realen Fälle des zweiten Ta-ges, werden nun die einzelnen Prozessschritte mittels der Sprache R im Werkzeug R Studio programmiert und ausgeführt. Während zuvor also graphikbasiert agiert wurde, steht nun die sprachenba-sierte Entwicklung im Vordergrund. Es wird dabei nicht erwartet, dass bereits Programmierkenntnisse vorhanden sind. Mit Ihren Do-zenten vor Ort werden die Teilnehmer schrittweise in die Program-mierung eingeführt, um die Sprache erlernen zu können.

Einführung in R

Mittwoch, 9:00 – 17:30 Uhr

InhaltTeil 4 verstetigt das sprachenbasierte Arbeiten und vertieft das Arbeiten mit R, um die Sicherheit der Veranstaltungsteilnehmer im Umgang mit dieser Sprache zu erhöhen. Im zweiten Teil des Tages werden die Unterschiede zur umfassenderen Programmier-sprache Python anhand vorgefertigter Code-Beispiele gemeinsam erarbeitet, um den Teilnehmern eine Grundlage zu schaffen, die Einsatzpotentiale und Aufwände der jeweiligen Sprache besser abschätzen zu können.

Python, als ebenfalls Open-Source-Software verfügbare objektori-entierte mathematisch/funktionale Sprache wurde geschaffen, um schnell in der Lage zu sein, Softwareprojekte umzusetzen. Dieser größere Leistungsumfang unterscheidet die Sprache auch von R. Sie weist dabei ein hohes Maß an analytischen Algorithmen auf, die sich auch schnell in komplexe Softwarewelten einbetten las-sen bzw. vollständige eigene Softwarepakete entwickeln lassen. Die funktionale Mächtigkeit hat zum Einsatz der Sprache in vie-len Analytics-Projekten geführt. Es gilt, dass die Teilnehmer des Kurses keine Programmierkenntnisse mitbringen müssen, sondern Sie mit Ihren Dozenten an den Projekten arbeiten, um die Sprache kennen zu lernen.

InhaltTeil 5 fasst vormittags die erarbeiteten Themen und Ergebnisse der Woche zusammen. Ergänzend wird der Unterschied des Data Mining zum Text Mining vertieft, so dass auch hier die Teilnehmer in der Lage sind, die Unterschiede zu erkennen und in eigenen Projekten zu berücksichtigen. Mit den zusammengefassten Inhalten werden abschließend aufgekommene Fragestellungen und Herausforderun-gen der Teilnehmer aus deren beruflicher Praxis diskutiert. Auch das Thema organisationale Verstetigung der Prozesse und analytische Organisation werden anhand praktischer Hinweise für die erfolg-reiche Überführung des gelernten in den Arbeitsalltag dargestellt. Darüber hinaus bereitet der Vormittag auch auf die abschließende Prüfung vor. Die Abschlussprüfung findet am Nachmittag statt. Die Abschlussprüfung wird zum einen die fachgerechte Zuordnung von Methoden zu Problemstellungen und Aufgaben beinhalten. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeu-gen und Sprachen gestellt.

Die Abschlussprüfung des Data Science Boot Camp erfolgt nicht als Multiple-Choice-Test, sondern umfasst zum einen die fachgerech-te Zuordnung von Methoden zu Problemstellungen und Aufgaben. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeugen und Sprachen gestellt. Die Prüfung wird in schriftlicher Form (deutsch) durchgeführt.

Vertiefung von R & Einführung von Python

Donnerstag, 9:00 – 18:00 Uhr

Zusammenfassung & Unterschied Data Mining und Text Mining

Freitag, 9:00 – 17:00 Uhr

Optionale Abschlussprüfung zum Data Science Engineer ab 14:00 Uhr

Nutzen Sie die Gelegenheit zur Weiterbildung auf Professional Niveau:

Seit 2017 bietet der TDWI die Zertifizierung „Data Science Profes-sional“ an. Dieses modular aufgebaute Schulungskonzept beinhal-tet die Teilnahme an drei Seminaren.

Fester Bestandteil der Zertifizierung ist das Basisseminar „Data Science Boot Camp“ inklusive der dazugehörigen Abschlussprü-fung. Mit der Teilnahme an zwei weiteren Seminaren im Bereich Data Science/Künstliche Intelligenz und der Abgabe einer Haus-aufgabe wird das Zertifikat "Data Science Professional" vergeben. Alle Seminare müssen in einem Zeitraum von zwei Jahren besucht werden.

Alle Seminare sind praxisorientiert und durch intensive Interak- tion mit den Teilnehmern geprägt. Aktuell haben wir u.a. folgende Auswahlseminare im Programm:

• Cognitive Computing, Künstliche Intelligenz und Deep Learning

• Data Science mit Python

• Data Science mit R

• Text Mining

Mit dem Erwerb des Zertifikats „Data Science Professional“ wird von den Teilnehmern der Nachweis erbracht, die vermittelten Lern- inhalte der zuvor besuchten Schulungen erfasst zu haben und an-wendungsorientiert einsetzen zu können.

Informationen zur Zertifizierung zum

Data Science Professional

18:00 – ca. 23:00 Uhr Get Together: Einladung zu einem gemeinsamen Abend-Event!

InhaltTeil 1 ordnet zunächst die Themenfelder und stellt den analyti-schen Prozess dar, in denen die Nutzung von Analytics in Unter-nehmen eingebettet sein sollte. Im Weiteren wird in die Nutzung von Algorithmen aus den Bereichen des Data und Text Mining eingeführt. Dazu werden zunächst statistische Grundlagen aufge-frischt, so dass neben den Überlegungen, wann welcher Algorith-mus potenziell geeignet ist, sich diese auch anhand erster Beispie-le durchrechnen lassen.

Grundlagen der Datenanalyse

Montag, 9:00 – 18:00 Uhr

InhaltTeil 2 führt die Ergebnisse des ersten Tages weiter, erarbeitet Aus-wahlkriterien von Algorithmen, und überträgt die Umsetzung nun in das Werkzeug RapidMiner. Natürlich ist dies nur ein Werkzeug unter vielen, jedoch soll es den Teilnehmern einen Eindruck vermitteln, wie in Projekten mit großen Datenbeständen und entsprechenden Analyseanforderungen werkzeugunterstützt gearbeitet wird. Dabei steht das Prozessverständnis des Knowledge Discovery in Databases (KDD) im Vordergrund.

Der RapidMiner arbeitet graphikbasiert und ermöglicht so einen einfachen Einstieg in die Prozessschritte der Datenanalyse. Da-bei werden noch weitere Algorithmen angewendet, um weiterhin grundlegende Inhalte kennenzulernen. So kann auch erste Erfah-rung in den einzelnen Phasen gesammelt werden, um die Hürden in solchen Projekten besser beurteilen zu können. Darüber hinaus wird auch die Ergebnisinterpretation behandelt, da diese eine oft-mals unterschätzte Phase im KDD-Prozess darstellt, jedoch für die Übertragung der Ergebnisse in die praktische Anwendung von ho-her Relevanz ist. Es werden Analyseanforderungen und Datenbe-stände realer Fälle verwendet, um den Praxisbezug des Boot Camp sicherzustellen.

Einführung in RapidMiner

Dienstag, 9:00 – 18:00 Uhr

InhaltTeil 3 bereitet die Ergebnisse des zweiten Tages auf und erwei-tert im Folgenden den Werkzeugunterstützungsgedanken auf die Sprache R. Die in diesem Umfeld prominent genannte Sprache ist für statistische Berechnungen und Grafiken geschaffen worden. Die große Verbreitung ist sicherlich darauf zurück zu führen, dass R als Open-Source-Software kostenfrei ist und somit insbesondere in Prototypen und Pilotprojekten schnell Anwendung fand. Auch bieten heute viele Werkzeuge Schnittstellen für diesen Standard.

Unter Nutzung der schon bekannten realen Fälle des zweiten Ta-ges, werden nun die einzelnen Prozessschritte mittels der Sprache R im Werkzeug R Studio programmiert und ausgeführt. Während zuvor also graphikbasiert agiert wurde, steht nun die sprachenba-sierte Entwicklung im Vordergrund. Es wird dabei nicht erwartet, dass bereits Programmierkenntnisse vorhanden sind. Mit Ihren Do-zenten vor Ort werden die Teilnehmer schrittweise in die Program-mierung eingeführt, um die Sprache erlernen zu können.

Einführung in R

Mittwoch, 9:00 – 17:30 Uhr

InhaltTeil 4 verstetigt das sprachenbasierte Arbeiten und vertieft das Arbeiten mit R, um die Sicherheit der Veranstaltungsteilnehmer im Umgang mit dieser Sprache zu erhöhen. Im zweiten Teil des Tages werden die Unterschiede zur umfassenderen Programmier-sprache Python anhand vorgefertigter Code-Beispiele gemeinsam erarbeitet, um den Teilnehmern eine Grundlage zu schaffen, die Einsatzpotentiale und Aufwände der jeweiligen Sprache besser abschätzen zu können.

Python, als ebenfalls Open-Source-Software verfügbare objektori-entierte mathematisch/funktionale Sprache wurde geschaffen, um schnell in der Lage zu sein, Softwareprojekte umzusetzen. Dieser größere Leistungsumfang unterscheidet die Sprache auch von R. Sie weist dabei ein hohes Maß an analytischen Algorithmen auf, die sich auch schnell in komplexe Softwarewelten einbetten las-sen bzw. vollständige eigene Softwarepakete entwickeln lassen. Die funktionale Mächtigkeit hat zum Einsatz der Sprache in vie-len Analytics-Projekten geführt. Es gilt, dass die Teilnehmer des Kurses keine Programmierkenntnisse mitbringen müssen, sondern Sie mit Ihren Dozenten an den Projekten arbeiten, um die Sprache kennen zu lernen.

InhaltTeil 5 fasst vormittags die erarbeiteten Themen und Ergebnisse der Woche zusammen. Ergänzend wird der Unterschied des Data Mining zum Text Mining vertieft, so dass auch hier die Teilnehmer in der Lage sind, die Unterschiede zu erkennen und in eigenen Projekten zu berücksichtigen. Mit den zusammengefassten Inhalten werden abschließend aufgekommene Fragestellungen und Herausforderun-gen der Teilnehmer aus deren beruflicher Praxis diskutiert. Auch das Thema organisationale Verstetigung der Prozesse und analytische Organisation werden anhand praktischer Hinweise für die erfolg-reiche Überführung des gelernten in den Arbeitsalltag dargestellt. Darüber hinaus bereitet der Vormittag auch auf die abschließende Prüfung vor. Die Abschlussprüfung findet am Nachmittag statt. Die Abschlussprüfung wird zum einen die fachgerechte Zuordnung von Methoden zu Problemstellungen und Aufgaben beinhalten. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeu-gen und Sprachen gestellt.

Die Abschlussprüfung des Data Science Boot Camp erfolgt nicht als Multiple-Choice-Test, sondern umfasst zum einen die fachgerech-te Zuordnung von Methoden zu Problemstellungen und Aufgaben. Zudem werden grundlegende Verständnisfragen zu den gezeigten Werkzeugen und Sprachen gestellt. Die Prüfung wird in schriftlicher Form (deutsch) durchgeführt.

Vertiefung von R & Einführung von Python

Donnerstag, 9:00 – 18:00 Uhr

Zusammenfassung & Unterschied Data Mining und Text Mining

Freitag, 9:00 – 17:00 Uhr

Optionale Abschlussprüfung zum Data Science Engineer ab 14:00 Uhr

Nutzen Sie die Gelegenheit zur Weiterbildung auf Professional Niveau:

Seit 2017 bietet der TDWI die Zertifizierung „Data Science Profes-sional“ an. Dieses modular aufgebaute Schulungskonzept beinhal-tet die Teilnahme an drei Seminaren.

Fester Bestandteil der Zertifizierung ist das Basisseminar „Data Science Boot Camp“ inklusive der dazugehörigen Abschlussprü-fung. Mit der Teilnahme an zwei weiteren Seminaren im Bereich Data Science/Künstliche Intelligenz und der Abgabe einer Haus-aufgabe wird das Zertifikat "Data Science Professional" vergeben. Alle Seminare müssen in einem Zeitraum von zwei Jahren besucht werden.

Alle Seminare sind praxisorientiert und durch intensive Interak- tion mit den Teilnehmern geprägt. Aktuell haben wir u.a. folgende Auswahlseminare im Programm:

• Cognitive Computing, Künstliche Intelligenz und Deep Learning

• Data Science mit Python

• Data Science mit R

• Text Mining

Mit dem Erwerb des Zertifikats „Data Science Professional“ wird von den Teilnehmern der Nachweis erbracht, die vermittelten Lern- inhalte der zuvor besuchten Schulungen erfasst zu haben und an-wendungsorientiert einsetzen zu können.

Informationen zur Zertifizierung zum

Data Science Professional

18:00 – ca. 23:00 Uhr Get Together: Einladung zu einem gemeinsamen Abend-Event!

AKADEMIE

tdwi.eu

03.–07. Juni 2019, Berlin09.–13. Dezember 2019, Berlin

DATA SCIENCE BOOT CAMP

In 5 Tagen zum Data Science Engineer

Das sollten Sie über das Data Science Boot Camp wissen:

Wir greifen für dieses Boot Camp explizit die Rolle des Data Scien-tist heraus und haben für das Data Science Boot Camp fünf The-mentage zusammengestellt, um die Anforderungen an die Rolle des Data Scientist bezüglich der Algorithmen, der Werkzeuge und Sprachen zu vermitteln. Alle Themen werden zunächst theoretisch besprochen und dann intensiv praktisch und fallbasiert weiter er-arbeitet, so dass die Teilnehmer in echten Hands-on Sessions die Tätigkeiten des Data Scientist intensiv kennenlernen. Zudem ler-nen die Teilnehmer organisationale Veränderungen und Struktu-ren kennen, die mit dem Wandel zu einer analytisch kompetenten Organisation einhergehen.

Ihr MehrwertZwei permanent vor Ort zur Verfügung stehende Dozenten unter-stützen Sie bei den Fallstudien, so dass Sie Ihre Ausbildungsziele erreichen können.

SIGS DATACOM GmbH

Julia SeligerTel.: +49 (0)2241/2341-202E-Mail: julia.seliger@sigs-datacom.de

Leonie BlankeTel.: +49 (0)2241/2341-201E-Mail: leonie.blanke@sigs-datacom.de

Die TDWI Akademie blickt inzwischen auf einige erfolgreiche Durch-führungen des Data Science Boot Camp zurück. In einer intensiven Schulungswoche setzen sich die Teilnehmer ausführlich mit den An-forderungen an die Rolle des Data Scientist auseinander.

Fachliche Leitung

Prof. Dr. Carsten FeldenUniversitätsprofessor an der TU Bergakademie Freiberg

Claudia KoschtialGeschäftsführende Gesellschafterin der Marmeladenbaum GmbH

Teilnehmergebühren TDWI-Mitglied Nicht-Mitglied

Regulär zzgl. MwSt. 3.590,00 € 3.790,00 €

Regulär inkl. MwSt. 4272,10 € 4510,10 €

Frühbucher zzgl. MwSt. 3.490,00 € 3.690,00 €

Frühbucher inkl. MwSt. 4153,10 € 4391,10 €

Wir halten ein Kontingent an Zimmern im Tagungshotel. Diese sind buchbar bis sechs Wochen vor Seminarbeginn. Mehr Informationen zum Veranstaltungsort finden Sie auf unserer Website.

Überblick

Er ist Direktor des Instituts für Wirtschaftsinformatik an der TU Bergakademie Freiberg (Sachsen). Er war im Vorstand von XBRL Deutschland e.V. und ist derzeit der Vorstandsvorsitzende des TDWI Germany e.V.

Business Intelligence, Advanced Analytics oder auch Data Science sind durch langjährige Projekterfahrung, Publikationen und Referen-zen belegt. Sie ist erfahrene Lehrbeauftragte an der BTU Cottbus, der FH Berlin und der TU BA Freiberg.

Kontakt

Grundsätzlich ist das Data Science Boot Camp für alle Vertreter aus fachlichen, analytischen und technischen Unternehmensbereichen offen.

Zielgruppe

Preise

Das Seminar ist als Hands-On-Schulung konzipiert. Sie lernen in Gruppenarbeit und in Einzelarbeit anhand von praktischen Übungen.

Bitte bringen Sie zum Seminar Ihren eigenen Rechner mit und instal-lieren vorab die drei Open-Source-Werkzeuge RapidMiner, RStudio und Anaconda, sodass wir im Data Science Boot Camp direkt mit den Inhalten starten können. Mehr Informationen zu den zu installieren-den Werkzeugen und -versionen finden Sie auf unserer Website.

Grundlegende Kenntnisse zu Business Intelligence sind Voraussetz- ung für das Seminar.

Methode & Voraussetzungen

Zielsetzung

Ziel des Data Science Boot Camp ist es, Grundlagen und analytische Aufgaben des Data Scientist fundiert und praxisnah zu vermitteln!

Kursziele:• Aufbau des Verständnisses zur Zuordnung der Methoden zu ana-

lytischen Aufgabenstellungen

• Aufbau eines Grundverständnisses zu aus Gründen der Popula-rität beispielhaft ausgewählten Werkzeugen wie Rapid Miner, R und Python. Während der Schulung werden weitere Werkzeuge vorgestellt und charakterisiert, um den Teilnehmern einen Mark-tüberblick zu geben.

• Aufbau eines lösungsorientierten Verständnisses zum Umgang mit Daten Hotel Berlin Mitte

Chausseestr. 3310115 BerlinTel- +(49)304147230

Tagungshotel

FRÜHBUCHER FRIST

BIS 6 WOCHEN VOR SEMINAR-

BEGINN

AKADEMIE

tdwi.eu

03.–07. Juni 2019, Berlin09.–13. Dezember 2019, Berlin

DATA SCIENCE BOOT CAMP

In 5 Tagen zum Data Science Engineer

Das sollten Sie über das Data Science Boot Camp wissen:

Wir greifen für dieses Boot Camp explizit die Rolle des Data Scien-tist heraus und haben für das Data Science Boot Camp fünf The-mentage zusammengestellt, um die Anforderungen an die Rolle des Data Scientist bezüglich der Algorithmen, der Werkzeuge und Sprachen zu vermitteln. Alle Themen werden zunächst theoretisch besprochen und dann intensiv praktisch und fallbasiert weiter er-arbeitet, so dass die Teilnehmer in echten Hands-on Sessions die Tätigkeiten des Data Scientist intensiv kennenlernen. Zudem ler-nen die Teilnehmer organisationale Veränderungen und Struktu-ren kennen, die mit dem Wandel zu einer analytisch kompetenten Organisation einhergehen.

Ihr MehrwertZwei permanent vor Ort zur Verfügung stehende Dozenten unter-stützen Sie bei den Fallstudien, so dass Sie Ihre Ausbildungsziele erreichen können.

SIGS DATACOM GmbH

Julia SeligerTel.: +49 (0)2241/2341-202E-Mail: julia.seliger@sigs-datacom.de

Leonie BlankeTel.: +49 (0)2241/2341-201E-Mail: leonie.blanke@sigs-datacom.de

Die TDWI Akademie blickt inzwischen auf einige erfolgreiche Durch-führungen des Data Science Boot Camp zurück. In einer intensiven Schulungswoche setzen sich die Teilnehmer ausführlich mit den An-forderungen an die Rolle des Data Scientist auseinander.

Fachliche Leitung

Prof. Dr. Carsten FeldenUniversitätsprofessor an der TU Bergakademie Freiberg

Claudia KoschtialGeschäftsführende Gesellschafterin der Marmeladenbaum GmbH

Teilnehmergebühren TDWI-Mitglied Nicht-Mitglied

Regulär zzgl. MwSt.3.590,00 € 3.790,00 €

Regulär inkl. MwSt.4272,10 €4510,10 €

Frühbucher zzgl. MwSt.3.490,00 € 3.690,00 €

Frühbucher inkl. MwSt.4153,10 €4391,10 €

Wir halten ein Kontingent an Zimmern im Tagungshotel. Diese sind buchbar bis sechs Wochen vor Seminarbeginn. Mehr Informationen zum Veranstaltungsort finden Sie auf unserer Website.

Überblick

Er ist Direktor des Instituts für Wirtschaftsinformatik an der TU Bergakademie Freiberg (Sachsen). Er war im Vorstand von XBRL Deutschland e.V. und ist derzeit der Vorstandsvorsitzende des TDWI Germany e.V.

Business Intelligence, Advanced Analytics oder auch Data Science sind durch langjährige Projekterfahrung, Publikationen und Referen-zen belegt. Sie ist erfahrene Lehrbeauftragte an der BTU Cottbus, der FH Berlin und der TU BA Freiberg.

Kontakt

Grundsätzlich ist das Data Science Boot Camp für alle Vertreter aus fachlichen, analytischen und technischen Unternehmensbereichen offen.

Zielgruppe

Preise

Das Seminar ist als Hands-On-Schulung konzipiert. Sie lernen in Gruppenarbeit und in Einzelarbeit anhand von praktischen Übungen.

Bitte bringen Sie zum Seminar Ihren eigenen Rechner mit und instal-lieren vorab die drei Open-Source-Werkzeuge RapidMiner, RStudio und Anaconda, sodass wir im Data Science Boot Camp direkt mit den Inhalten starten können. Mehr Informationen zu den zu installieren-den Werkzeugen und -versionen finden Sie auf unserer Website.

Grundlegende Kenntnisse zu Business Intelligence sind Voraussetz- ung für das Seminar.

Methode & Voraussetzungen

Zielsetzung

Ziel des Data Science Boot Camp ist es, Grundlagen und analytische Aufgaben des Data Scientist fundiert und praxisnah zu vermitteln!

Kursziele:• Aufbau des Verständnisses zur Zuordnung der Methoden zu ana-

lytischen Aufgabenstellungen

• Aufbau eines Grundverständnisses zu aus Gründen der Popula-rität beispielhaft ausgewählten Werkzeugen wie Rapid Miner, R und Python. Während der Schulung werden weitere Werkzeuge vorgestellt und charakterisiert, um den Teilnehmern einen Mark-tüberblick zu geben.

• Aufbau eines lösungsorientierten Verständnisses zum Umgang mit Daten Hotel Berlin Mitte

Chausseestr. 3310115 BerlinTel- +(49)304147230

Tagungshotel

FRÜHBUCHER FRIST

BIS 6 WOCHEN VOR SEMINAR-

BEGINN