đŸ‡©đŸ‡Ș Data Science – Datenvorbereitung & QualitĂ€tssicherung Excel

Data Science – Datenvorbereitung & QualitĂ€tssicherung Excel

Entdecken Sie die Welt des Maschinellen Lernens (ML) in Excel und bauen Sie Ihre FĂ€higkeiten fĂŒr ML & Data Science aus

Language : deutsch

Note: 4.9 / 5.0

Description

Entdecken Sie die Welt des maschinellen Lernens in Excel und bauen Sie grundlegende Data Science & Predictive Analytics FĂ€higkeiten auf, ohne Code zu schreiben!

Dieser Kurs macht Data Science in Excel fĂŒr den Alltag zugĂ€nglich und wurde entwickelt, um leistungsstarke Machine-Learning-Tools und Techniken zu erlernen, ohne zu versuchen, Ihnen gleichzeitig eine Programmiersprache beizubringen.

Stattdessen werden wir vertraute, benutzerfreundliche Tools wie Microsoft Excel verwenden, um komplexe Themen aufzuschlĂŒsseln und Ihnen zu helfen, genau zu verstehen, WIE und WARUM maschinelles Lernen funktioniert, bevor Sie in Programmiersprachen wie Python oder R eintauchen. Im Gegensatz zu den meisten Data Science- und Machine Learning-Kursen werden Sie keine einzige Zeile Code schreiben.


KURSÜBERBLICK:

In diesem Kurs werden wir die Machine-Learning-Landschaft und den Workflow vorstellen und kritische QualitĂ€tssicherung-Tipps fĂŒr die Reinigung und Vorbereitung von Rohdaten fĂŒr die Analyse in Excel ĂŒberprĂŒfen, einschließlich Variablentypen, leere Werte, Bereichs- und ZĂ€hlberechnungen, Tabellenstrukturen und mehr.

Wir behandeln univariate Analysen mit HĂ€ufigkeitstabellen, Histogrammen, Kerndichten und Profiling-Metriken und tauchen dann in multivariate Profiling-Werkzeuge wie Heatmaps, Violin- und Box-Plots, Streudiagramme und Korrelationen ein:


· Abschnitt 1: EinfĂŒhrung und Landschaft des maschinellen Lernens in Excel

  – Prozess, Definition und Landschaft des maschinellen Lernens

· Abschnitt 2: VorlÀufige Daten-QualitÀtssicherung

  – Variablentypen, Leerwerte, Bereichs- und ZĂ€hlungsberechnungen, linke/rechte Zensierung, etc. (in Excel)

· Abschnitt 3: Univariate Profilierung

  – Histogramme, HĂ€ufigkeitstabellen, Mittelwert, Median, Modus, Varianz, Schiefe, usw. (in Excel)

· Abschnitt 4: Multivariate Profilierung

  – Violin- & Box-Plots, Kernel-Dichten, Heatmaps, Korrelation, etc. (in Excel)


Im Laufe des Kurses werden wir reale Szenarien vorstellen, die Ihnen helfen sollen, die SchlĂŒsselkonzepte zu festigen und Sie mit tatsĂ€chlichen Business Intelligence-Fallstudien zu verbinden. Sie werden Profiling-Metriken verwenden, um Produktbestandsdaten fĂŒr ein lokales LebensmittelgeschĂ€ft zu bereinigen, Demografien von Olympia-Athleten mit Histogrammen und Kerndichten zu untersuchen, die HĂ€ufigkeit von VerkehrsunfĂ€llen mit Heatmaps zu visualisieren und vieles mehr.

Wenn Sie bereit sind, die Grundlage fĂŒr eine erfolgreiche Karriere in der Datenwissenschaft zu schaffen, ist dies der richtige Kurs fĂŒr Sie.


Melden Sie sich noch heute an und erhalten Sie sofortigen, lebenslangen Zugang zu Folgendem:


– Hochwertige On-Demand-Videos

– Praxisnahe Fallstudien in Excel

– Ein umfassender Quiz zu jedem Thema

– Herunterladbare Excel-Projektdatei

– 30 Tage Geld-zurĂŒck-Garantie


Viel Spaß beim Lernen!

Related Posts

Ads Blocker Image Powered by Code Help Pro
Ads Blocker Detected!!!

We have detected that you are using extensions to block ads. Please support us by disabling these ads blocker or add this website to your whitelist.

Refresh