Grundkurs Data Science

Lektion 1 • Einrichten einer Datenwissenschaftsumgebung

Installiert und konfiguriert essentielle Werkzeuge für reproduzierbare Analysen. Stellt sicher, dass jeder Student vor dem Beginn der Programmierarbeit eine funktionierende Umgebung hat.

Lektion 2 • Der Lebenszyklus der Datenwissenschaft

Verfolgt ein Projekt von der Geschäftsfrage bis zur bereitgestellten Lösung. Bietet ein mentales Modell zur Organisation aller nachfolgenden technischen Fähigkeiten.

Lektion 3 • Was Datenwissenschaft ist

Definiert Datenwissenschaft, grenzt sie von verwandten Feldern ab und ordnet ihre Kernkomponenten ein. Etabliert einen gemeinsamen Wortschatz, der im gesamten Kurs verwendet wird.

Lektion 1 • Datenmanipulation mit pandas

Lehrt die Erstellung von DataFrames, Indizierung, Filterung und Transformation. Unterstützt direkt die Kapitel zur Datenbereinigung und zum Feature Engineering.

Lektion 2 • Datei-I/O und Datenladen

Liest und schreibt CSV-, JSON- und Excel-Dateien und stellt Verbindungen zu SQL-Datenbanken her. Bereitet Studenten darauf vor, reale Datensätze in jedem Format zu erfassen.

Lektion 3 • Arbeiten mit NumPy-Arrays

Führt vektorisierte numerische Berechnungen mit NumPy ein. Ermöglicht schnelle Array-Operationen, die pandas und Bibliotheken für maschinelles Lernen zugrunde liegen.

Lektion 4 • Schreiben von wiederverwendbarem Python-Code

Wendet Funktionen, Module und Fehlerbehandlung an, um wartbare Skripte zu erstellen. Etabliert Codierungspraktiken, die auf vollständige Datenpipelines skalieren.

Lektion 1 • Umgang mit fehlenden Daten

Vergleicht Strategien zur Löschung, Imputation und Indikatorbildung für fehlende Werte. Vermittelt Zielkonflikte, die die nachgelagerte Modellleistung beeinflussen.

Lektion 2 • Bewertung der Datenqualität

Identifiziert fehlende Werte, Duplikate und Inkonsistenzen durch Profiling. Etabliert einen systematischen Prüfprozess, bevor Transformationen beginnen.

Lektion 3 • Transformieren und Standardisieren von Daten

Wendet Typkonvertierung, Normalisierung und Kodierung auf Rohspalten an. Erzeugt konsistente Formate, die von statistischen Modellen und Modellen des maschinellen Lernens benötigt werden.

Lektion 4 • Erstellen reproduzierbarer Datenpipelines

Kapselt Bereinigungsschritte in wiederverwendbaren Funktionen und Pipeline-Objekten. Stellt eine konsistente Vorverarbeitung über Trainings- und Produktionsdatensätze sicher.

Lektion 1 • Häufige statistische Tests

Wendet t-Tests, Chi-Quadrat-Tests und ANOVA auf reale Datensätze an. Befähigt Studenten, den richtigen Test für jedes Datenszenario auszuwählen und durchzuführen.

Lektion 2 • Korrelation und lineare Beziehungen

Quantifiziert lineare Assoziationen mit Pearson- und Spearman-Korrelation. Legt das Fundament für die Regressionsmodellierung im nächsten Kapitel.

Lektion 3 • Grundlagen der Wahrscheinlichkeitsrechnung

Behandelt Wahrscheinlichkeitsregeln, bedingte Wahrscheinlichkeit und gängige Verteilungen. Bietet die mathematische Sprache, die in jedem probabilistischen Modell verwendet wird.

Lektion 4 • Prinzipien der Versuchsplanung

Behandelt kontrollierte Experimente, Randomisierung und A/B-Test-Frameworks. Bereitet Studenten darauf vor, gültige Tests für datengesteuerte Entscheidungen zu entwerfen.

Lektion 1 • Grundlagen der deskriptiven Statistik

Berechnet Maße der zentralen Tendenz, Streuung und Form für numerische Variablen. Bietet die quantitative Grundlage für die Interpretation aller Visualisierungen.

Lektion 2 • Univariate und bivariate Analyse

Untersucht Einzelvariablenverteilungen und paarweise Beziehungen zwischen Variablen. Zeigt Merkmalsverhalten und potenzielle Vorhersagesignale auf.

Lektion 3 • Best Practices für die Visualisierung

Wendet Designprinzipien an, um klare, genaue und zielgruppengerechte Diagramme zu erstellen. Verhindert irreführende Visualisierungen und verbessert die Kommunikation mit Stakeholdern.

Lektion 4 • EDA-gesteuerte Merkmalseinblicke

Übersetzt EDA-Ergebnisse in umsetzbare Entscheidungen für das Feature Engineering und die Modellierung. Überbrückt die explorative Arbeit mit den nachfolgenden Kapiteln zum maschinellen Lernen.

Lektion 1 • Klassifikationsalgorithmen

Trainiert logistische Regression, Entscheidungsbäume, k-nächste Nachbarn und naive Bayes-Klassifikatoren. Verbindet die Algorithmuswahl mit Datenmerkmalen und Geschäftsanforderungen.

Lektion 2 • Modellbewertung und Metriken

Wendet Genauigkeit, Präzision, Recall, F1, ROC-AUC und RMSE an, um die Modellqualität zu bewerten. Lehrt die Metrikauswahl basierend auf Klassenungleichgewicht und geschäftlichen Kostenabwägungen.

Lektion 3 • Regressionsalgorithmen

Behandelt lineare, Ridge-, Lasso- und Entscheidungsbaumregression für kontinuierliche Zielvariablen. Lehrt, wann und warum Regularisierung zur Reduzierung von Überanpassung anzuwenden ist.

Lektion 4 • Arbeitsablauf des maschinellen Lernens

Etabliert den durchgängigen Prozess von der Datenaufteilung bis zur Modellbewertung. Bietet einen wiederholbaren Rahmen, der auf jeden Algorithmus in diesem Kapitel angewendet wird.

Lektion 1 • Dimensionsreduktion

Reduziert den Merkmalsraum mittels PCA und t-SNE unter Beibehaltung sinnvoller Varianz. Verbessert die Visualisierung, beschleunigt das Training und mildert den Fluch der Dimensionalität.

Lektion 2 • Merkmalsauswahlmethoden

Entfernt irrelevante und redundante Merkmale mittels Filter-, Wrapper- und eingebetteter Methoden. Reduziert Überanpassung und beschleunigt das Modelltraining.

Lektion 3 • Techniken des Feature Engineering

Erstellt aus vorhandenen Spalten durch Transformation und Interaktion neue informative Merkmale. Verbessert direkt die Vorhersagekraft der im vorherigen Kapitel erstellten Modelle.

Lektion 4 • Clustering-Algorithmen

Wendet k-Means, hierarchisches und DBSCAN-Clustering an, um natürliche Gruppierungen zu entdecken. Ermöglicht Kundensegmentierung, Anomalieerkennung und Datenzusammenfassung.

Lektion 1 • Erstellen einer Modell-API

Verpackt ein trainiertes Modell in einer REST-API mit Flask oder FastAPI. Ermöglicht anderen Anwendungen und Diensten, Vorhersagen programmatisch zu nutzen.

Lektion 2 • Speichern und Versionieren von Modellen

Serialisiert trainierte Modelle und verfolgt Experimente mit Versionierungswerkzeugen. Stellt Reproduzierbarkeit sicher und ermöglicht Rollbacks, wenn Produktionsmodelle nachlassen.

Lektion 3 • Modellüberwachung und -wartung

Verfolgt Vorhersagedrift, Datendrift und Leistungsverschlechterung in der Produktion. Etabliert Prozesse für das Nachtrainieren und Aktualisieren bereitgestellter Modelle.

Lektion 4 • Kommunikation von Ergebnissen an Stakeholder

Übersetzt technische Ergebnisse in klare Berichte und visuelle Dashboards für geschäftliche Zielgruppen. Schließt die Lücke zwischen Modellausgabe und organisatorischer Entscheidungsfindung.