Become a data expert! Dive into Data Mining and Machine Learning with Python and Spark in a fun and simple way. Perfect for beginners and seasoned coders.
This course is your ticket to becoming a Data Science whiz! It's packed with practical code examples and covers essential topics like algorithms, regression analysis, and much more—all in friendly, simple language.
Werde Datenexperte! Umfassender Kurs zum Thema Data-Mining und Maschinellem Lernen mit Python und Spark
Kurs zuletzt aktualisiert: 09.03.2017!
Data Scientists landen richtig gut bezahlte Jobs, mit einem durchschnittlichen Gehalt von ~80.000€ (Quelle: Gehaltsvergleichsportal Glassdoor), in Amerika sogar noch mehr. Und das ist nur der Durchschnitt. Aber es geht nicht nur ums Geld - der Job ist auch noch verdammt spannend!
Wenn du schon etwas programmieren kannst, wird dir dieser Kurs alles beibringen, was du zum Thema Data Science und Maschinellem Lernen wissen musst. Sei es, um das wissen für ein eigenes Projekt anzuwenden, oder um einen Einstieg in dieses Gebiet zu finden.
Dieser umfassende Kurs besteht aus 68 Lektionen, gut 9 Stunden Video, und zu vielen Themen gibt es praktische Python Codebeispiele, damit du direkt siehst, wie diese Algorithmen verwendet werden können.
Die Themen dieses Kurses sind die Themen, die wirklich für einen Job in diesem Feld benötigt werden. In verständlicher deutscher Sprache wirst du die verschiedenen Möglichkeiten kennenlernen:
Lineare und Polynomiale Regressionsanalyse
K-Means - Algorithmus
Hauptkomponentenanalyse
Train/Test, Kreuzvalidierungsverfahren
Bayes'sche Methoden
Entscheidungsbäume, Random Forests
Multivariante Regression
Support Vector Machines
Bestärkendes Lernen
Empfehlungssystem: Kollaboratives Filtern
K-Nächster-Nachbar
Bias / Varianz - Dilemma
Ensemble Learning
Volltextsuche mit Hilfe von TF-IDF
Wie wird ein Experiment durchgeführt? AB-Tests
... und noch viel mehr. Zudem lernst du in einem kompletten Kapitel, wie maschinelles Lernen mit Apache Spark funktioniert. Mit Hilfe von Spark kannst du die Berechnungen auf mehrere Computer aufteilen und so massive Datenmengen verarbeiten.
Wenn du noch nicht mit Python programmiert hast, kein Problem - am Anfang gibt es einen kurzen Crashkurs. Wenn du vorher schonmal was programmiert hast, reicht das locker aus. In diesem Kurs zeige ich dir auch die Installation unter Windows, wobei die Beispiele auch unter Mac oder Linux ausgeführt werden könnten - bei Problemen die mit dem Betriebssystem zusammenhängen kann ich dich aber nur bei Windows unterstützen.
Jedes Thema wird in normaler deutscher Sprache erklärt, ohne verwirrende mathematische Fachwörter. Anschließend lernst du, wie du mit Python den Algorithmus verwenden kannst.
Wenn du schonmal was programmiert hast, und dich mit der Auswertung von Daten beschäftigen möchtest, dann ist der Kurs genau das Richtige für dich. Du lernst in diesem Kurs all die Grundlagen, die du brauchst, wenn du Daten im echten Leben auswerten möchtest. Ich glaub, der Kurs wird dir gefallen! :-)
Riesige Datenmengen zu analysieren
Finde Zusammenhänge in den Daten
Entwickle ein Empfehlungssystem ("Kunden die X kauften, kauften auch...")
6 Lectures
12 Lectures
4 Lectures
13 Lectures
6 Lectures
6 Lectures
6 Lectures
9 Lectures
5 Lectures
3 Lectures
Sundog Education's mission is to make highly valuable career skills in data engineering, data science, generative AI, AWS, and machine learning accessible to everyone in the world. Our consortium of expert instructors shares our knowledge in these emerging fields with you, at prices anyone can afford. Sundog Education is led by Frank Kane and owned by Frank's company, Sundog Software...
My name is Jannis Seemann, and I'm deeply passionate about programming. My dream is to share this passion with one million other students.I began crafting my first website at the age of 14. By 18, I landed my first internship at Google in London. Two years later, while pursuing my degree, I secured another internship with Google, this time in...
Bin im Kapitel 16. Grafische Darstellungen der einzelnen Wahrscheinlichkeiten würden vielleicht unterstützen.
Leider funktioniert der Link in den Übungsdaten nicht mehr:
http://cdn.sundog-soft.com/Udemy/DataScience/cars.xls
frontalvortrag ohne eigenes doing. dadurch kein wirklicher lernfortschritt
Mag Jannis Kurse sehr, aber dieser geht doch recht oberflächlich über viele Themen… für den schnellen Überblick ok, würde ich aber nicht mehr kaufen.
Ich bin jetzt zur Hälfte mit dem Kurs durch und Jannis, der Dozent macht das hervorragend!! Er geht gezielt auf Themen und Fragestellungen ein. Die Abwechslung zwischen Theorie und Vorführung in Python und Aufgaben ist richtig gut. Er zieht es auch nicht unnötig in die Länge sondern spricht wirklich gezielt die spannenden Punkte an. Ich bin wahnsinnig begeistert über diesen Kurs, falls man das nicht herauslesen kann!! Richtig klasse der Kurs, vielen Dank. Ich freue mich auf die zweite Hälfte
Der Kurs bietet einen guten Überblick über die wesentlichen Aspekte von Data Science. Als Einstieg hat er mir sehr gut geholfen.
Konnte das gelernte bereits auf Daten des Unternehmens erfolgreich anwenden.
Dieser Kurs bietet wirklich einen tollen Überblick über die Themengebiete Data Science und Maschinelles Lernen. Er ist daher ideal geeignet für Einsteiger, die zum ersten Mal damit in Kontakt kommen. Danach kann man dann immer noch tiefer in die Materie einsteigen. Kleines Manko: Einige Typos auf Folien und einige wenige Erklärungen des Tutors in den Videos sind nicht ganz korrekt. Tipp: Immer in die Kommentare der jeweiligen Lektion gucken. Da wurde sich in den allermeisten Fällen bereits darüber unterhalten, sodass man mit den dortigen Hilfen die Fehler ausbessern kann und einen besseren Überblick bekommt.
Mathematische Hintergründe werden nur sehr primitiv behandelt. Es wird zu oft gesagt, irgendwas ist ein kompliziertes Wort und dann wird es kurz erklärt ohne die Formeln/Hintegründe zu motivieren. Für Leute, die die Methoden verstehen wollen, ist es daher eher etwas dürftig. Die Beispiele sind dagegen sehr hilfreich und gut.
Your email address will not be published. Required fields are marked *
Stefanie K.
Der Kurs war gut, ich bin ab und zu nicht ganz mitgekommen und musste oft stoppen. Sonst alles ok