EASYDATASCIENCE

DATA SCIENCE BOOT CAMP

Aktuelle Mega-Trends wie Künstliche Intelligenz (KI), Digitalisierung, E-Commerce, Social Media und Internet of Things (IoT) führen zu einer rasanten Zunahme an Daten, die für Unternehmen und Behörden zunehmend zum zentralen Erfolgsfaktor werden. Diese Daten werden daher auch als ”Rohstoff” des 21. Jahrhunderts bezeichnet. Die durch intelligente Datenanalysen gewonnenen Informationen liefern wichtige Erkenntnisse für den Geschäftserfolg von Unternehmen ("Business Intelligence"). Auch Behörden nutzen die Möglichkeiten intelligenter Datenanalysen, um den Erfolg ihrer Tätigkeit nachhaltig zu verbessern. Data Science ist eine Querschnittsdisziplin und wird nicht nur in Unternehmen und Behörden erfolgreich eingesetzt, sondern auch in anderen Bereichen wie z.B. in der Medizin, im Bildungswesen und Medienbereich sowie in sozial- und naturwissenschaftlichen Berufsfeldern.

In unserem 5-tägigen Data Science Boot Camp, welches online als Webinar angeboten wird und in verschiedenen Bundesländern als "Bildungsurlaub" bzw. "Bildungszeit" anerkannt ist, erhalten die Teilnehmenden einen umfassenden und verständlichen Einstieg in die wichtigsten Analysetechniken der Data Science und Data Analytics (Machine Learning, Data Mining, Explorative Analytics, Predictive Analytics etc.). Wir bewegen uns in diesen fünf Tagen von einfachen theoretischen Grundlagen der Statistik bis hin zu komplexen praktischen Anwendungsbereichen der künstlichen Intelligenz (KI).

Die Anwendung erlernter Techniken der fortgeschrittenen Datenanalyse erfolgt in praxisbezogenen Übungen und Fallstudien am eigenen Laptop oder PC. Die Teilnehmenden erfahren zudem, wie sie die Methoden und Techniken von Data Analytics, Data Mining und Machine Learning in ihrem beruflichen Umfeld gewinnbringend einsetzen können. 

Wer sich im eigenen Berufsfeld in Data Analytics und Machine Learning weiterentwickeln möchte, eine berufliche Neuorientierung in diesem Bereich anstrebt oder sich einfach aus privatem Interesse weiterbilden möchte, ist in unserem praxisorientierten Data Science Boot Camp genau richtig. Hier erhalten die Teilnehmenden eine solide, verständliche und umfängliche Grundausbildung in Data Science zu einem fairen Preis. Data Analytics, Data Mining und Machine Learning sind kein “Hexenwerk”, die Teilnehmenden werden Schritt für Schritt an diese Themen herangeführt und in ihrem Lernfortschritt professionell begleitet. Für das Seminar benötigen die Teilnehmenden einen Laptop oder PC mit Windows- oder Mac-Betriebssystem mit Internetzugang, einen Browser und ein Mikrofon. Eine Kamera ist nicht zwingend erforderlich. Vor dem Seminar erhalten die Teilnehmenden 
verschiedene Download-Links für kostenfreie Data Science Software, die im Webinar verwendet wird. Die Fallstudien werden am Laptop bzw. PC sowohl in einem kostenfreien Data Science Tool, in dem nicht programmiert werden muss, als auch in der Programmiersprache "Python" entwickelt. Die Teilnehmenden erhalten dazu eine kurze, grundlegende Einführung in die Programmierung mit "Python".

Das Data Science Boot Camp ist seit 2019 als 5-tägiges "Webinar" in Berlin, Hamburg, Niedersachsen, Hessen, Rheinland-Pfalz und Thüringen als "Bildungsurlaub" bzw. "Bildungszeit" anerkannt. Bei Interesse an einer Teilnahme übersenden wir gern die entsprechenden Dokumente für den Arbeitgeber sowie für die Seminar-Anmeldung. Wir bitten dazu, das Kontaktformular zu nutzen oder eine Email an [email protected] zu senden. 
Vielen Dank :-) 

SEMINARKONZEPT 

Zielgruppe des Seminars sind Interessierte ohne oder mit wenigen Vorkenntnissen in Machine Learning. Für die Teilnahme sind daher keine Vorkenntnisse notwendig, außer natürlich Interesse am Thema.

In diesem Boot Camp erlernen Sie die "best practices" in der Analyse von Daten mit den "intelligenten" Techniken des Machine Learning. Sie lernen die in der (beruflichen) Praxis am häufigsten genutzten Datenanalysetechniken des Machine Learning kennen, die Sie in die Lage versetzen, die tief in den Daten verborgenen, relevanten Informationen zu extrahieren und damit für Ihr berufliches Umfeld nutzbar zu machen. Viele Unternehmen verschaffen sich z.B. auf diese Weise gewinnbringende Wettbewerbsvorteile gegenüber der Konkurrenz, aber auch in anderen Anwendungsbereichen liefern die gewonnenen Erkenntnisse aus diesen “intelligenten” Datenanalysetechniken sichtbare Vorteile in den verschiedensten Berufsfeldern.

Die meisten Seminare zu dieser Thematik setzen das Erlernte sogleich in einer Programmiersprache (z.B. Python oder R) um. Aus langjähriger Erfahrung und didaktischen Gründen führt dieses Vorgehen jedoch bei Teilnehmenden ohne oder mit wenigen Vorkenntnissen im Machine Learning in aller Regel nicht zum maximalen Lernerfolg. Für Ihren Lernerfolg und die Umsetzung im beruflichen (oder privaten) Umfeld ist es essentiell, dass Sie die verschiedenen Datenanalysetechniken des Machine Learning inhaltlich und methodisch verstehen. Nur dann sind Sie in der Lage, das Erlernte auf Ihre individuellen Anwendungsfälle in der (beruflichen) Praxis zu übertragen. Das bloße Erlernen einer Programmiersprache für Data Science und Machine Learning ist dazu nicht ausreichend. Wir setzen daher in unserem Boot Camp einen Schwerpunkt auf das praxisorientierte Erlernen dieser Techniken und Methoden. Die erlernten Techniken und Methoden setzen Sie dann anfänglich in praxisorientierten Fallstudien mit einer (kostenfreien) Data Science Software um, für die Sie keine Programmierkenntnisse benötigen. So können Sie sich zunächst voll und ganz auf diese Techniken und Methoden konzentrieren, ohne sogleich noch eine Programmiersprache lernen zu müssen. Erst im zweiten Schritt, wenn Sie diese Techniken und Methoden beherrschen, setzen Sie das Erlernte in einer Programmiersprache (Python) um. Dieses Vorgehen führt für Sie zum maximalen Lernerfolg!

 Sie erlernen in unserem Data Science Boot Camp die methodischen Grundlagen der Modellerstellung mit den verschiedenen Datenanalysetechniken des Machine Learning anhand von Fallstudien aus der (beruflichen) Praxis sowie die Methoden der Modellevaluierung und die Techniken der Modelloptimierung. Die praxisbezogene Umsetzung erfolgt mit (kostenfreien) Data Science Tools (u.a. in Python). Die Techniken der Modelloptimierung sind dabei essentiell für den Erfolg von Datenanalysen mit den Algorithmen des Machine Learning. Im Seminar wird daher in diesem Kontext insbesondere auf die Techniken des sog. “Data Preprocessing” eingegangen. Ohne ein qualifiziertes “Data Preprocessing” sind Datenanalysen mit den Algorithmen des Machine Learning in der Praxis grundsätzlich nicht einsetzbar. Auch dieser Aspekt kommt in den meisten Seminarangeboten zu dieser Thematik viel zu kurz oder wird überhaupt nicht thematisiert. Der Dozent unseres Data Science Boot Camps verfügt in diesem Bereich über eine umfassende theoretische als auch praktische Expertise.   

SEMINARLEITER 

Ihr Seminarleiter bringt eine über 17-jährige Berufserfahrung als Leiter von zahlreichen Data Science-Projekten aus der beruflichen Praxis ein. Zugleich ist er seit 2015 in der Erwachsenenbildung tätig, u.a. hat er Lehraufträge an der Freien Universität Berlin, der Hochschule Darmstadt, der Hochschule Anhalt, der Hochschule Magdeburg-Stendal, der Technischen Hochschule Wildau sowie der IU International University. Er verfügt über zahlreiche Veröffentlichungen in Fachbüchern und Fachmagazinen zu verschiedenen Themen und Aspekten der Data Science, insbesondere zu deren Anwendung und Erfolg in der beruflichen Praxis. Zudem ist er Sprecher auf verschiedenen Fachkonferenzen, die sich mit der Umsetzung von Data Science in der (beruflichen) Praxis befassen, z.B. TDWI München, TDWI Zürich, DW, Big Data World, Fachkonferenzen von Horváth & Partner, Fachkonferenz zu integrierte Finanzarchitektur.

Unser Data Science Boot Camp doziert Ihr Seminarleiter seit 2019 und hat in dieser Zeit über 40 Data Science Boot Camps mit mehr als 600 Teilnehmenden betreut. Das Feedback der bisherigen Teilnehmenden ist durchweg positiv, vor allem wird von deren Seite die Verständlichkeit der vermittelten Themen sowie der Praxisbezug des Seminars hervorgehoben (siehe Bewertungen).

Die bloße Theorie und das Programmieren in Python ist nur die eine, die praktische Umsetzung von Data Science in verschiedenen Berufsfeldern die andere Seite. Viele Seminare zu Data Science und Machine Learning werden von ausgebildeten Programmierern angeboten, die sich zu diesen datenanalytischen Methoden und Techniken selbst (theoretisch) weitergebildet haben, dies auch gut beherrschen, jedoch keine Erfahrungen in der Umsetzung in der beruflichen Praxis haben. Diese sind jedoch essentiell, damit das Erlernte für die Teilnehmenden keine “akademische Übung” bleibt, sondern in ihrem beruflichen Umfeld gewinnbringend eingesetzt werden kann. Hier profitieren die Teilnehmenden von den wertvollen praktischen Erfahrungen des Seminarleiters, der hierzu die “SUCCESS-Formel” für den erfolgreichen Einsatz von Machine Learning in der beruflichen Praxis entwickelt hat. Mit seinem Anspruch "make data science easy to understand" hat er ein Seminarprogramm entwickelt, welches sich von vergleichbaren Angeboten anderer Kurs- und Seminaranbieter abhebt und den Teilnehmenden einen echten "take away" für die berufliche oder auch private Praxis mit auf den Weg gibt.

SEMINARINHALTE 

Einführung in Data Science, Data Analytics und Machine Learning

Algorithmen im Machine Learning
Unsupervised Learning, Supervised Learning und Reinforcement Learning
Explorative Analytics und Predictive Analytics
Timeseries Analysis und Survival Analysis
Data Mining, Text Mining und Image Mining
Datenvisualisierung (Storytelling mit Daten)
Nutzen und Treiber von Data Analytics und Machine Learning
Anwendungsbereiche von Data Analytics und Machine Learning in der Praxis
Datenbeschaffung und Datenschutz
Gesellschaftspolitische Aspekte von Data Science
Rechtliche und ethische Aspekte von Data Analytics und Machine Learning
Grundlegende Einführung in die Programmierung mit Python

UNSUPERVISED LEARNING: Clusteranalyse

Methodische Grundlagen mit Fallstudien aus der (beruflichen) Praxis
Data Preprocessing für die Clusteranalyse
Modellerstellung mit ausgewählten Algorithmen der Clusteranalyse
Methoden der Modellevaluierung und Techniken der Modelloptimierung
Praxisbezogene Umsetzung mit (kostenfreien) Data Science Tools (u.a. in Python)

SUPERVISED LEARNING: Klassifikationsanalyse, Regressionsanalyse, Zeitreihenanalyse und Überlebenszeitanalyse

Methodische Grundlagen mit Fallstudien aus der (beruflichen) Praxis
Data Preprocessing für die Klassifikationsanalyse, Regressionsanalyse, Zeitreihenanalyse und Überlebenszeitanalyse
Modellerstellung mit ausgewählten Algorithmen der Klassifikationsanalyse, Regressionsanalyse, Zeitreihenanalyse und Überlebenszeitanalyse
Methoden der Modellevaluierung und Techniken der Modelloptimierung
Praxisbezogene Umsetzung mit (kostenfreien) Data Science Tools (u.a. in Python)

Die Techniken der Modelloptimierung sind essentiell für den Erfolg von Datenanalysen mit den Algorithmen des Machine Learning. Im Seminar wird daher in diesem Kontext insbesondere auf die Techniken des sog. “Data Preprocessing” eingegangen. Ohne ein qualifiziertes “Data Preprocessing” sind Datenanalysen mit den Algorithmen des Machine Learning in der Praxis grundsätzlich nicht einsetzbar. Auch dieser Aspekt kommt in den meisten Seminarangeboten zu dieser Thematik leider viel zu kurz oder wird überhaupt nicht thematisiert. Der Dozent unseres Data Science Boot Camps verfügt in diesem Bereich über eine umfassende theoretische als auch praktische Expertise.

Sie erlernen in unserem Data Science Boot Camp die in der (beruflichen) Praxis am häufigsten angewendeten Datenanalyse-Techniken des Machine Learning und werden in die Lage versetzt, diese Techniken auf Ihre eigenen Daten anzuwenden. Insbesondere das „Supervised Learning“ ist mit seinen unterschiedlichen Verfahren in den verschiedensten Berufsfeldern stark nachgefragt, da es die einzigen Datenanalyse-Techniken sind, die in der Lage sind, zukünftige Ereignisse und Entwicklungen vorherzusagen. Dies führt in diesen Berufsfeldern zu einem wertvollen Informations- und Wissensvorsprung, den herkömmliche Datenanalyse-Techniken nicht liefern können. Die nachfolgende Darstellung gibt einen zusammenfassenden Überblick über diese im Seminar vermittelten Verfahren:

VERFAHREN:
Clusteranalyse

ZIEL:
Bildung von Gruppen (Cluster) von Objekten (z.B. Kunden, Mitarbeiter, Produkte, Patienten), die ähnliche Eigenschaften haben oder sich ähnlich verhalten

ANWENDUNGSBEISPIELE AUS DER PRAXIS:
Wirtschaft:
Kundensegmentierung, Marktanalysen
Behörden:
Bevölkerungsgruppen nach sozioökonomischen Merkmalen clustern
Technik:
Fehler- und Ausfallmuster in Maschinen erkennen
Medizin:
Patientengruppen mit ähnlichen Symptomen
Sozialwesen:
Typisierung von Klientengruppen
Naturwissenschaften:
Arten- oder Gencluster in der Biologie

VERFAHREN: 
Klassifikationsanalyse

ZIEL:
Vorhersage der Eintrittswahrscheinlichkeit eines Ereignisses zu einem zukünftigen Zeitpunkt

ANWENDUNGSBEISPIELE AUS DER PRAXIS:
Wirtschaft:
 Vorhersage von Produktverkäufen oder Vertragskündigungen
Behörden:
Kriminalfälle nach Deliktsart klassifizieren, Vorhersage von Steuerbetrug
Technik:
Bauteile als „in Ordnung“ oder „defekt“ einstufen, Vorhersage von Maschinenausfällen
Medizin:
Diagnosen anhand von Bilddaten, Vorhersage von bestimmten Erkrankungen
Sozialwesen:
Einschätzung von Förderbedarfen
Naturwissenschaften:
Klassifizierung von Tier- oder Pflanzenarten

VERFAHREN:
Regressionsanalyse

ZIEL:
Vorhersage eines Zahlenwertes zu einem zukünftigen Zeitpunkt

ANWENDUNGSBEISPIELE AUS DER PRAXIS:
Wirtschaft:
Umsatz- und Preisprognosen
Behörden:
Prognose von Sozialausgaben oder Haushaltsdefiziten
Technik:
Vorhersage von Materialverschleiß
Medizin:
Zusammenhang zwischen Medikamentendosis und Wirkung
Sozialwesen:
Zusammenhang zwischen Einkommen und Bildungserfolg
Naturwissenschaften:
Zusammenhang von Temperatur und Wachstumsrate

VERFAHREN:
Zeitreihenanalyse

ZIEL:
Vorhersage eines zukünftigen Zahlenwertes auf einer mehrperiodigen Zeitachse

ANWENDUNGSBEISPIELE AUS DER PRAXIS:
Wirtschaft:
Absatzplanung, Börsenprognosen, Vorhersage von Verkaufsmengen oder des Stromverbrauchs
Behörden:
Entwicklung der Arbeitslosenzahlen oder Staus vorhersagen
Technik:
Energie- und Netzlastprognosen
Medizin:
Infektionsverläufe, Krankenhausbelegung
Sozialwesen:
Entwicklung von Arbeitslosenzahlen
Naturwissenschaften:
Klimaprognosen, Wetterentwicklung

VERFAHREN:
Überlebenszeitanalyse

ZIEL:
Vorhersage der Eintrittswahrscheinlichkeit eines zukünftigen Ereignisses auf einer mehrperiodigen Zeitachse

ANWENDUNGSBEISPIELE AUS DER PRAXIS:
Wirtschaft:
Vorhersage von Vertragsabschlüssen oder Vertragskündigungen
Behörden:
Zeit bis zur Wiedereingliederung von Arbeitslosen vorhersagen
Technik:
Vorhersage der Ausfallzeiten von Maschinen oder von Materialermüdung
Medizin:
Zeit bis Krankheitsrückfall oder Therapieerfolg vorhersagen
Sozialwesen:
Dauer von Betreuungsverhältnissen vorhersagen
Naturwissenschaften:
Überlebenswahrscheinlichkeit von Populationen vorhersagen

FEEDBACK 

"Vielen Dank für den sehr interessanten Kurs. Sehr verständlich aufgebaut. Ich konnte viel mitnehmen."
Bewertung von Barbara

"Herzlichen Dank, die Woche war genau das, was ich wollte und erwartet habe!"
Bewertung von Maike

Vielen, vielen Dank! Sehr guter Kurs."
Bewertung von Stephan

Vielen vielen Dank! Auch für mich als Anfänger war alles sehr gut zu verfolgen :)"
Bewertung von Antonia

"Vielen Dank für das Boot Camp :-) War ein sehr runder Einblick in das Thema und auch gut moderiert."
Bewertung von Thorsten

"Es war superspannend, manchmal sogar sehr unterhaltsam ...
und ich konnte sehr viel lernen - VIELEN DANK!"
Bewertung von Sirko

"Vielen Dank für die anschaulichen Beispiele und das sehr gute erklären! :)"
Bewertung von Julian

"Ich schliesse mich an, sehr interessant und anwendungsbezogen. Werde ich weiterempfehlen ;) Dankeschön"
Bewertung von Katharina

"Vielen Dank Alexander =) Ich konnte sehr viel lernen, danke!"
Bewertung von Niko

"Herzlichen Dank für den Input und das gelungene Seminar."
Bewertung von Olaf

"Vielen Dank für die spannende Woche."
Bewertung von Giulia

Über EASYDATASCIENCE

Wir sind seit 2015 mit Seminaren, Workshops und Inhouse-Schulungen zu Data Science, Data Analytics, Business Analytics und Machine Learning in der Erwachsenenbildung erfolgreich tätig. Unser Data Science Boot Camp ist qualitätsgesichert und in verschiedenen Bundesländern (z.B. Berlin, Hamburg, Hessen, Niedersachsen, Rheinland-Pfalz und Thüringen) nach behördlicher Prüfung als Bildungsurlaub bzw. Bildungszeit anerkannt.

Seit 2022 gehört auch DATASCIENCE2GO zu unserem Portfolio, wir freuen uns sehr über diese strategische Partnerschaft.

Wir freuen uns, Ihnen einen vergleichsweise günstigen Seminarpreis gegenüber anderen Anbietern in diesem Bereich anbieten zu können. Zum einen profitieren wir von Sponsoren, die an qualitativ hochwertig ausgebildeten “Data Scientists” interessiert sind, zum anderen verfügen wir über eine schlanke und damit kosteneffiziente Organisationsstruktur. Diese Vorteile geben wir gern an unsere Seminarteilnehmenden in Form von preiswerten Seminargebühren weiter 🙂 

SEMINARTERMINE WEBINARE

Auf Anfrage

SEMINARTERMINE PRÄSENZSEMINARE

 Auf Anfrage

SEMINARPREIS FÜR WEBINARE 

545,- € inkl. MwSt. (inkl. "Buddy"-Rabatt)
595,- € inkl. MwSt. (Normalpreis)

SEMINARPREIS FÜR SEMINARE

595,- € inkl. MwSt. (inkl. "Buddy"-Rabatt)
645,- € inkl. MwSt. (Normalpreis) 

KONTAKT

Wir freuen uns über Ihre Kontaktaufnahme und beantworten gern Ihre Fragen zu unserem Data Science Boot Camp!