Further Education

Inhalte

Tag 1:

• Einführung Python / Vergleich zu anderen Tools
• Installation und Nutzung von Python und nützlicher Python Module
• Erläuterung der wichtigsten Datentypen, Operatoren, Funktionen und Hilfeseiten
• Einführung in NumPy und Pandas
• Arbeiten mit Arrays (numeric, logical, character, factors) und Dataframes, z.B. das Indizieren, Aufteilen und Umwandeln von Variablen bzw. Datensätzen
• Import und Export von Daten

Tag 2:

• Datenaufbereitungen anhand echter Datensätzen
• Berechnen von statistischen Kennzahlen (z.B.: Lage- und Streuungsparameter, Häufigkeiten etc.)
• Datenvisualisierung mit Matplotlib und Seaborn
• Anwendung statistischer Tests
• Zusammenhangsmaßen

Tag 3:

• Aufbau von klassischen supervised Modellen
• Lineare Regression 
• Logistische Regression
• Ausblick Machine Learning