Schulungsübersicht
Teil 1: Python-Grundlagen für die Datenanalyse (3,5 Stunden)
· Modul 1: Die Landschaft der Datenanalyse (45 Min.)
o Warum Python? Ein Vergleich von Python mit Excel und SQL in der akademischen Forschung.
o Grundlagen für den Erfolg: Einführung in Jupyter Notebooks und Google Colab.
Google Colab ist einfacher zu nutzen, da keine Installation erforderlich ist, jedoch eine stärkere Internetverbindung benötigt wird.
Falls möglich, können die Teilnehmenden Jupyter Notebooks installieren, um ein reibungsloseres Erlebnis zu gewährleisten.
· Modul 2: Die Bausteine der Daten (60 Min.)
o Variablen, Datentypen (Strings, Integer, Floats) und grundlegende Logik.
o Verständnis von Listen und Dictionaries – wie Python Informationen speichert.
· Modul 3: Python für die Datenanalyse: Demo & Labor (75 Min.)
o Einführung in Pandas: Der Industriestandard für Datenmanipulation.
o Praktisch: Laden einer CSV-Datei, Filtern von Daten und Berechnung grundlegender Statistiken.
Teil 2: Einführung in die Businessanalyse (2,0 Stunden)
· Modul 4: Die Analyse-Mentalität: Verständnis des „Ask-Analyze-Act“-Frameworks. Wie man Geschäftsfragen definiert, die durch Daten beantwortet werden können.
· Modul 5: Deskriptiv vs. Prädiktiv: Überblick über die Interpretation von Trends und das Erkennen von Anomalien im finanziellen Kontext.
· Modul 6: Vermittlung von Erkenntnissen: Grundsätze des Data Storytelling – die Umwandlung technischer Ausgaben in Empfehlungen für die Geschäftsführung.
Voraussetzungen
- Grundkenntnisse in Datenanalyse
- Erfahrung in der Datenverarbeitung
Erfahrungsberichte (2)
Übungen machen
Joe Pang - Lands Department, Hong Kong
Kurs - QGIS for Geographic Information System
Maschinelle Übersetzung
Praktische Beispiele ermöglichten es uns, das Programm wirklich kennenzulernen. Gute Erklärungen und die Integration theoretischer Konzepte sowie deren Bezug zu praktischen Anwendungen wurden sehr geschätzt.
Ian - Archeoworks Inc.
Kurs - ArcGIS Fundamentals
Maschinelle Übersetzung
