Kurs Full-Stack Data Science

Lektion 1 • Grundlagen der Python-Programmierung

Behandelt Python-Syntax, Datenstrukturen und Kontrollfluss als primäre Programmiersprache. Schafft die Skripting-Grundlage, von der alle nachfolgenden Datenarbeiten abhängen.

Lektion 2 • Lineare Algebra für Data Science

Vermittelt Vektoren, Matrizen und Zerlegungen als das mathematische Rückgrat von ML-Algorithmen. Stellt eine direkte Verbindung zur Dimensionsreduktion und Modelloptimierung in späteren Abschnitten her.

Lektion 3 • NumPy für numerisches Rechnen

Führt in die array-basierte Berechnung mit NumPy für schnelle numerische Operationen ein. Ermöglicht direkt die Matrixmathematik und vektorisierte Datentransformationen, die im gesamten Kurs verwendet werden.

Lektion 4 • Analysis- und Optimierungsgrundlagen

Behandelt Ableitungen, Gradienten und die Kettenregel als Werkzeuge zum Verständnis des Modelltrainings. Vermittelt die Intuition hinter dem Gradientenabstieg, der in jedem ML-Kapitel verwendet wird.

Lektion 1 • Datenvisualisierung mit Matplotlib und Seaborn

Baut Fähigkeiten zur Diagrammerstellung mit Matplotlib und Seaborn auf, um Datenerkenntnisse zu kommunizieren. Visualisierungskompetenz unterstützt sowohl die EDA als auch die Berichterstattung an Stakeholder während des gesamten Kurses.

Lektion 2 • Datenaufnahme und Pandas-Grundlagen

Führt DataFrames, Series und Datei-I/O zum Laden strukturierter Daten aus mehreren Quellen ein. Bildet den Einstiegspunkt für alle Datenmanipulationsaufgaben in diesem Kapitel.

Lektion 3 • Feature Engineering und Transformation

Lehrt Kodierung, Skalierung, Binning und die Erstellung abgeleiteter Merkmale zur Vorbereitung von Daten für ML. Transformierte Merkmale sind die direkte Eingabe für alle überwachten Lernmodelle.

Lektion 4 • Techniken der explorativen Datenanalyse

Wendet statistische Zusammenfassungen und Visualisierungen an, um Muster, Korrelationen und Anomalien aufzudecken. EDA-Ergebnisse leiten die Merkmalsauswahl und Modellwahl in den nachfolgenden Kapiteln.

Lektion 1 • Kernkompetenzen im Schreiben von SQL-Abfragen

Behandelt SELECT-, WHERE-, ORDER BY- und LIMIT-Klauseln zum Abrufen und Filtern von Daten. Dies sind die Bausteine für jede analytische Abfrage in diesem Kapitel.

Lektion 2 • Konzepte relationaler Datenbanken

Erläutert Tabellen, Schlüssel, Schemata und Normalisierung als strukturelle Grundlage relationaler Datenbanken. Das Verständnis des Schemaentwurfs ist Voraussetzung für das Schreiben effektiver Abfragen.

Lektion 3 • SQL für Data-Science-Workflows

Wendet SQL auf Datenextraktion, Merkmalsberechnung und Pipeline-Integration mit Python an. Schlägt eine Brücke zwischen Datenbankabfragen und der in Kapitel 2 behandelten Pandas-basierten Analyse.

Lektion 4 • Subqueries und Fensterfunktionen

Führt Subqueries, CTEs und Fensterfunktionen für fortgeschrittene analytische SQL-Muster ein. Diese Techniken sind unerlässlich für Ranking, laufende Summen und Kohortenanalysen.

Lektion 1 • Hyperparameter-Tuning und Kreuzvalidierung

Behandelt Grid Search, Random Search und k-fache Kreuzvalidierung für robuste Modelloptimierung. Diese Techniken verhindern Overfitting und gewährleisten zuverlässige Leistungsschätzungen.

Lektion 2 • Machine-Learning-Workflow und Scikit-Learn

Führt die End-to-End-ML-Pipeline ein: Aufteilen von Daten, Anpassen von Modellen und Evaluieren von Vorhersagen. Etabliert das Scikit-Learn-API-Muster, das in jedem nachfolgenden ML-Abschnitt verwendet wird.

Lektion 3 • Ensemble-Methoden und Boosting

Führt Random Forests, Gradient Boosting und XGBoost als leistungsstarke Ensemble-Modelle ein. Baut auf Einzelmodell-Konzepten auf, um modernste Ergebnisse auf tabellarischen Daten zu erzielen.

Lektion 4 • Regressionsmodelle und Evaluierung

Behandelt lineare, Ridge-, Lasso- und polynomielle Regression für die Vorhersage stetiger Zielvariablen. Evaluierungsmetriken wie RMSE und R² werden hier eingeführt und im gesamten Kapitel wiederverwendet.

Lektion 1 • Methoden zur Anomalieerkennung

Wendet Isolation Forest, One-Class SVM und statistische Methoden an, um Ausreißer in Daten zu erkennen. Anomalieerkennung ist eine direkte Anwendung von unüberwachtem Lernen auf reale Probleme.

Lektion 2 • Nichtlineare Dimensionsreduktion

Führt t-SNE und UMAP zur Visualisierung hochdimensionaler Daten in zwei oder drei Dimensionen ein. Diese Methoden zeigen Clusterstrukturen auf, die PCA bei nichtlinearen Daten nicht erfassen kann.

Lektion 3 • Topic Modeling und Matrixfaktorisierung

Behandelt NMF und LDA zur Extraktion latenter Themen aus Dokumentkollektionen und dünnbesetzten Matrizen. Erweitert unüberwachtes Lernen auf Anwendungsfälle in Text und Empfehlungssystemen.

Lektion 4 • Hauptkomponentenanalyse

Behandelt PCA als lineare Technik zur varianzerhaltenden Dimensionsreduktion. Verbindet die Eigenwertzerlegung aus Kapitel 1 mit praktischer Merkmalskompression und Visualisierung.

Lektion 1 • Grundlagen neuronaler Netze

Führt Perzeptrons, Aktivierungsfunktionen und Backpropagation als die Kernmechanismen neuronaler Netze ein. Verbindet den Gradientenabstieg aus Kapitel 1 mit den Regeln zur Gewichtsaktualisierung.

Lektion 2 • Faltungsneuronale Netze (Convolutional Neural Networks)

Behandelt Konvolution, Pooling und CNN-Architekturen für Bildklassifikation und Merkmalsextraktion. Baut auf feedforward-Netzen auf, um räumliche Datenstrukturen zu verarbeiten.

Lektion 3 • Erstellen von Modellen mit Keras und TensorFlow

Lehrt die Sequential- und Functional-APIs zum Erstellen und Trainieren von Deep-Learning-Modellen. Etabliert die Programmiermuster, die in allen nachfolgenden Deep-Learning-Abschnitten verwendet werden.

Lektion 4 • Rekurrente Netze und Sequenzmodellierung

Führt RNNs, LSTMs und GRUs zur Modellierung sequenzieller und Zeitreihendaten ein. Bereitet die Teilnehmer auf NLP- und Prognoseaufgaben vor, die in späteren Kapiteln behandelt werden.

Lektion 1 • Named Entity Recognition und Informationsextraktion

Wendet Sequenzlabeling-Modelle und spaCy an, um Entitäten, Relationen und strukturierte Daten aus Text zu extrahieren. Verbindet NLP-Modelle mit praktischen Informationsextraktionspipelines.

Lektion 2 • Word Embeddings und semantische Repräsentationen

Führt Word2Vec, GloVe und FastText für dichte semantische Wortrepräsentationen ein. Embeddings ersetzen dünnbesetzte Vektoren und verbessern die Modellleistung bei nachgelagerten NLP-Aufgaben.

Lektion 3 • Transformator-Modelle und BERT

Führt den Aufmerksamkeitsmechanismus, die Transformator-Architektur und BERT für kontextuelles NLP ein. Behandelt das Fine-Tuning vortrainierter Modelle für Klassifikation und Named Entity Recognition.

Lektion 4 • Textvorverarbeitung und -repräsentation

Behandelt Tokenisierung, Stemming, Entfernen von Stoppwörtern und TF-IDF zur Umwandlung von Rohtext in Merkmale. Diese Vorverarbeitungsschritte sind die Grundlage jeder NLP-Pipeline in diesem Kapitel.

Lektion 1 • ML-Pipelines und Workflow-Orchestrierung

Führt Airflow und Prefect für die Planung, Orchestrierung und Überwachung von ML-Trainingspipelines ein. Automatisierte Pipelines ersetzen manuelles Retraining und reduzieren operationelle Risiken.

Lektion 2 • Modellüberwachung und Drift-Erkennung

Behandelt Data Drift, Concept Drift und die Überwachung von Leistungsabfall bei deployten Modellen. Kontinuierliche Überwachung schließt den Kreislauf zwischen Deployment und Modell-Retraining.

Lektion 3 • ML-Projektstruktur und Reproduzierbarkeit

Etabliert Projektlayout, virtuelle Umgebungen und Versionskontrollpraktiken für reproduzierbares ML. Reproduzierbarkeit ist die Voraussetzung für jede Deployment- und Kollaborationsaufgabe in diesem Kapitel.

Lektion 4 • Experiment-Tracking und Modellregistrierung

Wendet MLflow zum Protokollieren von Parametern, Metriken und Artefakten über Trainingsläufe hinweg an. Eine Modellregistrierung ermöglicht versionierte Freigabe vom Experiment zur Produktion.