"Daten sind das Gold des 21. Jahrhunderts." Als Folge spielt die Kompetenz, mit Daten umzugehen und aus ihnen durch die Auswahl geeigneter Methoden Wissen zu gewinnen, eine entscheidende Rolle im gesamten Handelsbereich. Dafür können nach einem Prozess der Datenaufbereitung verschiedene Methoden aus dem Bereich des Machine Learning angewendet werden. Unser Data-Analytics-Training zeigt Ihnen, wie das geht.
Die Teilnehmenden lernen den gesamten Data-Analytics-Prozess kennen: Sie lernen Daten zu verstehen, aufzubereiten, zu modellieren und zu evaluieren, um so datengetriebene Antworten auf unterschiedliche Fragestellungen aus der Praxis zu finden. Die vermittelten Inhalte werden von den Teilnehmenden direkt am PC nachvollzogen und das Verständnis der jeweiligen Methoden durch die Bearbeitung von praxisnahen Fallbeispielen vertieft. Es können auch aktuelle Aufgabenstellungen mitgebracht und gemeinsam bearbeitet werden.
Das geschieht unter Zuhilfenahme der an der Universität Konstanz entwickelten Open-Source-Software KNIME. Über das visuelle Programmieren in Workflows kann KNIME im gesamten Data-Analytics-Prozess eingesetzt werden und enthält zahlreiche Module (Nodes) für die Analyse von Big Data (u.a. Apache Hadoop inkl. Hive und Spark), Text Mining, Machine Learning (u.a. Decision Tree, Random Forest), Neuronale Netze und Deep Learning (Keras, Tensorflow). Zudem ist die Einbindung von Python- und R-Skripten in die Workflows möglich.
- Einführung Data Analytics
- Einführung in das visuelle Programmieren mit KNIME
- Import von Daten
- Blending, Manipulation und Aggregation von Daten (Join, Groupby etc.)
- Analyse von Daten
- Export von Daten
- Datenverständnis und Datenaufbereitung
- Exploration der Daten
- Handhabung von fehlenden Werten und Ausreißern
- Transformation und Normalisierung der Daten
- Variablenauswahl
- Praxisbeispiel: Aufbereitung von Kundendaten mit KNIME
- Muster finden
- k-Means Clustering
- Association Rules
- Praxisbeispiel: Kundensegmentierung und Warenkorbanalyse mit KNIME
- Erklärungen finden und Vorhersagen treffen
- Lineare Regression
- Decision Tree und Random Forest
- Praxisbeispiel: Analyse des Kündigungsverhaltens mit KNIME
- Optional: Big Data mit KNIME
- Verwendung von Datenbanken
- Analysen in Big Data Environments mit KNIME
Dauer
3-tägiges Seminar: 9h bis 16h
Ort
Essen
Auch als Inhouse-Veranstaltung möglich
Technik
Sie arbeiten mit Ihrem eigenen Laptop
Teilnehmerzahl
Individuell, maximal sechs Teilnehmende pro Schulung
Termine
Auf Anfrage
Kosten
Die erste Person: 2.500 €, jede weitere Person: 500 €