Statistik für Data Science

• Einführung in Statistik für Data Science: Erfahre, wie Statistik im Kontext von Data Science und maschinellem Lernen eingesetzt wird, und erhalte einen Überblick über statistische Techniken.

• Datentypen und Datenerfassung: Erkunde verschiedene Datentypen, Methoden zur Datenerfassung und Strategien zur Datenqualitätssicherung.

• Deskriptive Statistik: Lerne die Grundlagen der deskriptiven Statistik, einschließlich Maßnahmen zur Beschreibung der zentralen Tendenz und Streuung.

• Wahrscheinlichkeitsrechnung: Tauche ein in die Welt der Wahrscheinlichkeitsverteilungen und Zufallsvariablen und wende die Wahrscheinlichkeitstheorie auf reale Probleme an.

• Wahrscheinlichkeitstheorie: Erlerne das Rechnen mit Wahrscheinlichkeiten verstehe grundlegende Konzepte wie den Satz von Bayes und den Zentrale Grenzwertsatz.

• Hypothesentests: Verstehe und führe statistische Tests durch, interpretiere Ergebnisse und erkenne Fehlerrisiken.

• Konfidenzintervalle: Berechne und interpretiere Konfidenzintervalle und wende sie in der Data-Science-Praxis an.

• Maschinelles Lernen mit Statistischen Methoden: Verbinde statistische Techniken mit maschinellem Lernen und erläutere überwachtes sowie unüberwachtes Lernen mit statistischen Konzepten.

Dauer des Kurses: 2 Tage

Nach Abschluss des Kurses wirst Du die statistischen Fähigkeiten besitzen, die für ein tiefgehendes Verständnis der in Data Science verwendeten Modelle notwendig sind. Du wirst in der Lage sein, Datenanalysen durchzuführen, Hypothesen zu testen und fortgeschrittene statistische Modelle für Prognosen und Entscheidungsfindungen einzusetzen.