Künstliche Intelligenz & Data Science
PHP – Datenbanken steuern mit PDO
Datenbanken fungieren neben Frontend und Backend als wesentlicher Bestandteil des Data Layers in der Webentwicklung. Ihre korrekte Integration und Nutzung sind entscheidend für die Effizienz und Sicherheit von Webanwendungen. Als eine der meistgenutzten Sprachen für die Webentwicklung bietet PHP vielfältige Möglichkeiten, Datenbanken zu verwalten und dynamische Inhalte zu generieren, was PHP zu einem unverzichtbaren Werkzeug für die Erstellung interaktiver und funktionsreicher Webapplikationen macht.In diesem Kurs haben Sie die Gelegenheit, unter Verwendung der Abstraktionsebene PDO (PHP Data Objects) eigene PHP-Anwendungen mit funktionierendem Data Layer zu entwickeln. Dafür setzen Sie zunächst mithilfe von Visual Studio Code, das Sie kostenfrei unter Windows, MacOS und Linux nutzen können, eine Entwicklungsumgebung auf. Sie richten mit der ebenfalls kostenlosen Software XAMPP einen lokalen Webserver ein und machen sich mit phpMyAdmin zur Datenbankverwaltung vertraut. Der Kurs bietet zudem ein Beispielprojekt und praxisorientierte Aufgaben, in denen Sie Ihre Kenntnisse direkt anwenden und wertvolle Erfahrungen sammeln können. Länge: 04:50 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einführung Kapitelüberblick Die drei Säulen der Webentwicklung Vorbereitungen für den richtigen Einstieg Kapitelüberblick Installation eines Webservers und eines SQL-Servers (XAMPP) Installation von Visual Studio Code (VS Code) Vorstellung von VS Code: Aufbau, Grundlagen und die wichtigsten Tastenkürzel SQL und phpMyAdmin – Crashkurs Kapitelüberblick SQL – Bedeutung, Aufbau und Verwendung phpMyAdmin – Crashkurs (Teil 1) phpMyAdmin – Crashkurs (Teil 2) Aufgabe: Tabelle anlegen und befüllen Quiz: SQL und phpMyAdmin – Crashkurs PDO – Grundlagen Kapitelüberblick Verbindungsaufbau zur MySQL-Datenbank (Teil 1) Verbindungsaufbau zur MySQL-Datenbank (Teil 2) Exkurs: Best Practices für Zugangsdatenspeicherung (Teil 1) Exkurs: Best Practices für Zugangsdatenspeicherung (Teil 2) Abfragen mit PDO: SELECT (Teil 1) Abfragen mit PDO: SELECT (Teil 2) Abfragen mit PDO: SELECT (Teil 3) Abfragen mit PDO: INSERT, UPDATE, DELETE (Teil 1) Abfragen mit PDO: INSERT, UPDATE, DELETE (Teil 2) Aufgabe – Funktionsablauf: Einfügen -> Auslesen -> Editieren -> Auslesen -> Löschen (Teil 1) Aufgabe – Funktionsablauf: Einfügen -> Auslesen -> Editieren -> Auslesen -> Löschen (Teil 2) Quiz: PDO – Grundlagen PDO – Expertenlevel leicht gemacht Kapitelüberblick Prepared Statements: Schutz vor SQL Injections (Teil 1) Prepared Statements: Schutz vor SQL Injections (Teil 2) Sonderfall: Last Inserted ID Fehlerbehandlung und PDOExceptions Transactions in PDO (Teil 1) Transactions in PDO (Teil 2) Aufgabe: Transaction durchführen mit Fehlerbehandlung Quiz: PDO – Expertenlevel leicht gemacht Praxisprojekt: Blogartikel Kapitelüberblick Datenbankstruktur erstellen und befüllen Artikel auslesen (Übersichts- und Detailseite) (Teil 1) Artikel auslesen (Übersichts- und Detailseite) (Teil 2) Artikel auslesen (Übersichts- und Detailseite) (Teil 3) Blogartikel erstellen (Teil 1) Blogartikel erstellen (Teil 2) Blogartikel erstellen (Teil 3) Blogartikel editieren und löschen (Teil 1) Blogartikel editieren und löschen (Teil 2) Abschluss Fazit und Kursabschluss Über den Trainer:Niklas Raczek hat bereits im Schulalter gelernt, mit Java zu programmieren, und mit 16 Jahren Projekte für Siemens und andere namhafte Firmen umgesetzt. Während seines Studiums der Wirtschaftsinformatik startete er seine Selbständigkeit und hielt Softwareschulungen für Siemens in ganz Deutschland, China und Indien. Aktuell entwickelt er umfangreiche Software mit Programmiersprachen wie PHP, Python, Node.js, React.js, Next.js und mehr – als Chief Development Officer bei der Connecting Media GmbH.So lernen Sie mit diesem Videokurs:In den Videokursen von heise academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Microsoft Fabric – Data Factory
Die Data Factory in Microsoft Fabric vereint die Stärken von anderen Datenverarbeitungstools wie Power Query und Azure Data Factory unter einem Dach. Datentransformation, Datenverschiebung und Scheduling waren noch nie so einfach. Der OneLake stellt alle in Fabric benötigten Daten zuverlässig bereit und kann alle Applikationen problemlos miteinander verbinden. Data Engineer Emil Vinčazović gibt Ihnen zu Beginn des Kurses einen Überblick über die Funktionen der Data Factory in Microsoft Fabric und vergleicht diese mit Power Query und Azure Data Factory. Darauf aufbauend lernen Sie mit Pipelines, Dataflows und Datenkonnektoren die zentralen Elemente im Detail kennen. Ein Blick auf die Preisstruktur klärt außerdem über Kapazitätseinheiten auf. Nach dem theoretischem Teil geht es in die Praxis. In einem Beispiel zum Mitarbeiten werden Daten manuell und per Dataflow in den OneLake geladen und dann mittels Dataflows transformiert. Dabei werden Pipelines genutzt, um die Dataflows zu triggern. Dieser Kurs ist der zweite Teil einer Serie über Microsoft Fabric, in der Emil Vinčazović das Tool und dessen Einsatzmöglichkeiten praxisorientiert vorstellt: Einstieg in Microsoft FabricMicrosoft Fabric – Data FactoryMicrosoft Fabric – Synapse Data EngineeringMicrosoft Fabric – Synapse Data WarehouseMicrosoft Fabric – Synapse Data ScienceMicrosoft Fabric – Synapse Real-Time IntelligenceMicrosoft Fabric – Power BI (erscheint in Kürze) Länge: 00:46 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Die Data Factory in Microsoft Fabric Kapitelüberblick Was ist die Data Factory in Fabric? Vergleich von Azure Data Factory, Fabric Data Factory und Power Query Bestandteile der Data Factory im Überblick Pipelines Dataflow Gen2 Datenkonnektoren Preisstruktur Quiz: Die Data Factory in Microsoft Fabric Praxisbeispiel: Transformation von Transaktionsdaten eines Onlinewarenhauses Kapitelüberblick Daten manuell in den OneLake laden (Methode 1) Daten per Dataflow importieren (Methode 2) Datentransformation per Dataflow Pipelinenutzung Abschluss Fazit und Kursabschluss Über den Trainer:Emil Vinčazović ist als Data Engineer und Data Scientist bei der arelium GmbH tätig. Seine Schwerpunkte liegen im Bereich der Ökonometrie und der Künstlichen Intelligenz. In seinen Kundenprojekten arbeitet er hauptsächlich mit Azure Synapse, Azure Databricks, Azure Machine Learning Studio und seit dessen Veröffentlichung auch mit Microsoft Fabric. Seine Expertise in diesen Bereichen gibt er auch auf Fachkonferenzen und in Workshops weiter. Zusätzlich betreibt er den YouTube-Kanal des Unternehmens, wo er Tutorials zu aktuellen Themen rund um cloudbasierte Technologien produziert. So lernen Sie mit diesem Videokurs:In den Videokursen von heise academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Datenbanken und SQL mit Microsoft Access
Als Bestandteil von Office Professional bietet Microsoft Access eine einsteigerfreundliche Oberfläche für die Erstellung und Verwaltung von Datenbanken sowie die Analyse und Präsentation von Daten. Access stellt dabei eine Vielzahl von Funktionen und Vorlagen zur Verfügung, die es Benutzern auch ohne umfangreiche Programmierkenntnisse ermöglichen, mit Datenbanken zu arbeiten.Dieser Videokurs vermittelt die Grundlagen von Microsoft Access praxisnah anhand einer Beispieldatenbank und ist angereichert mit zahlreichen Übungsaufgaben, damit Sie Ihr neues Wissen direkt praktisch anwenden und festigen können.Der Data-Science-Experte Fabio Basler erklärt Ihnen zunächst den Unterschied zwischen Datenbanken und Tabellenkalkulationen und zeigt, wie Sie unterschiedlichste Datenquellen in Access laden und logisch miteinander verknüpfen. Sie erlangen ein grundlegendes Verständnis von Datenbankmodellierung und lernen, wie Sie über Joins und Merges logische Verbindungen zwischen Tabellen herstellen und intelligente Abfragen schreiben. Nicht zuletzt meistern Sie die Erstellung von Formularen und Berichten in Microsoft Access und setzen Makros über VBA ein, um Datenbankabfragen zu automatisieren.Länge: 04:52 Stunden Alle Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einführung in Access Kapitelüberblick Installation von Microsoft Access Theorie: Warum Datenbanken mit Access? Theorie: Tabellenkalkulation vs. Datenbank Theorie: Wie funktioniert Access? Projektdaten und Problemstellungen Quiz: Einführung in Access Schnellstart mit Access Kapitelüberblick Access starten und beenden Vorstellung der Benutzeroberfläche Symbolleiste für den Schnellzugriff anpassen Menüleiste anpassen Layout in der Benutzeroberfläche anpassen Vorlagen verwenden Shortcuts Erste Datenbank erstellen Quiz: Schnellstart mit Access Daten laden und verwalten Kapitelüberblick Vorstellung der Datengrundlage Excel-Tabellen importieren CSV-Daten importieren XML-Daten importieren HTML-Daten importieren Sortierungen und Filterungen Suchen und Ersetzen Felder verwalten Datensätze verwalten Felder berechnen Formatierung konfigurieren Datentypen Daten exportieren in Excel, CSV, PDF, Word und Mail Quiz: Daten laden und verwalten Datenbankmodellierung Kapitelüberblick Theorie: Datenbankmodellierung Theorie: Dimensions- und Faktentabellen Theorie: Primär- und Fremdschlüssel Theorie: Stern- und Schneeflockenschema Theorie: Normalformen Theorie: Kardinalität Verknüpfung der Datentabellen Quiz: Datenbankmodellierung Abfragen und SQL Kapitelüberblick Erste Abfrage: Spalten anzeigen Mit Kriterien Abfragen erstellen Operatorenübersicht Weitere Kriterien bei Abfragen Beziehungen einsetzen für tabellenübergreifende Abfragen Gruppierungen und Aggregationen Beziehungen nachträglich anpassen Abfragen mit "oder" Abfragen mit "zwischen" Aufgabe: Datenbankabfragen Lösung: Datenbankabfragen Quiz: Abfragen und SQL Joins und Verknüpfungen Kapitelüberblick Theorie: Join-Arten Inner Join in Access Left und Right Join in Access Mehrere Joins über mehrere Tabellen Quiz: Joins und Verknüpfungen Formulare Kapitelüberblick Formulare erstellen Formulare: Anwendungsbeispiele Quiz: Formulare Berichte Kapitelüberblick Berichte erstellen Berichte konfigurieren Berichte vs. Formulare: Was wann nutzen? Quiz: Berichte VBA und Makros Kapitelüberblick Theorie: Was ist VBA? Menüband und Visual Basic Editor in Access Einfaches Makro erstellen Tabelle über Makro erzeugen Weitere Anwendungsbeispiele Quiz: VBA und Makros Weiterführende Möglichkeiten Kapitelüberblick ChatGPT für Microsoft Access einsetzen SQL-Abfragen mit ChatGPT Excel und Access VBA-Code in Access mit ChatGPT Quiz: Weiterführende Möglichkeiten Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen von heise academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt. Sie können den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen, die Sie interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquizzes zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
KI für den Unternehmenseinsatz (c't Webinaraufzeichnung)
KI für den Unternehmenseinsatz, im heise shop als Aufzeichnung der Live-Veranstaltung aus März 2024.Viele Unternehmen überlegen, ob und wie sie KI nutzen können, um Prozesse effizienter zu gestalten. Dabei stellt sich schnell heraus, dass man die KI mit vertraulichen Daten füttern muss, um maximal vom Potential der mächtigen Helfer zu profitieren. Doch egal, ob das sensible interne Firmendaten oder per DSGVO besonders geschützte, personenbezogene Daten sind – auf gar keinen Fall möchte man, dass diese in die falschen Hände geraten. Deshalb müssen sich die Verantwortlichen vorab Gedanken über einen sicheren Umgang machen. KI ist nicht gleich KIEntscheidend für die Vertrauenswürdigkeit ist die konkrete Umsetzung der genutzten KI-Dienste. Da unterscheidet sich zunächst ein selbst betriebenes Open-Source-Modell von einer Black-Box-KI in der Cloud. Aber natürlich stellt sich auch die Frage nach dem jeweils zu betreibenden Aufwand, den damit verbundenen Kosten und ob das zu den tatsächlich zu erwartenden Verbesserungen bei Sicherheit und Vertraulichkeit noch in einem vernünftigen Verhältnis steht. Hier liefert dieses Webinar entscheidenden Mehrwert für alle, die jetzt den Einsatz von KI planen. Die Referenten stellen dazu verschiedene Konzepte vor, KI im Unternehmen zu nutzen und vergleichen diese in Hinblick auf Technik, Kosten und Datenschutz. Diesen Überblick reichern sie an mit Bezugsquellen und Praxis-Tipps für die eigene Umsetzung.Im Webinar stellen die Referenten drei Konzepte vor: Extern gehostete Modelle (Software as a Service) wie ChatGPT Teilweise selbst betriebene KI: ChatGPT mit Azure OpenAI oder eigenes (Open Source) LLM wie LLama auf angemieteten Cloud-Computern (HuggingFace, AWS & Co) Komplett intern gehostete KI: Eigener Server mit GPUs im eigenen Keller oder Rechenzentrum + eigenes LLM Neben der technischen Umsetzung, dem Aufwand und den Kosten werden auch die jeweiligen Implikationen der verschiedenen Konzepte für Datenschutz und Vertraulichkeit vorgestellt und diskutiert. Außerdem gibt es Beispiele für konkrete Einsatzszenarien und reale Demos. Dabei gibt Aaron Kaplan auch seine Erfahrungen beim Anpassen der Modelle an spezielle Aufgaben weiter. Zur Abrundung stellt Joerg Heidrich noch einen Vorschlag für eine KI-Policy im Unternehmen vor. Zielgruppe: Alle Verantwortlichen und Ansprechpartner für den Einsatz von KI im Unternehmen, CTOs, Datenschutzverantwortliche, IT-Architekten
Einstieg in Microsoft Fabric
Microsoft Fabric ist der neue leistungsstarke SaaS-Dienst von Microsoft. Der Cloud-Service bietet alle wichtigen Werkzeuge, um große Datenmengen zu speichern, zu verarbeiten und zu analysieren. Die (bisher) sechs Anwendungen sind größtenteils keine Neuerfindungen, sondern stark verbesserte bewährte Technologien. Fabric vereint alle Funktionen von Azure Synapse Analytics/Azure Data Factory, alle Funktionen von Azure ML Studio und alle Funktionen von Power BI. Zusammengehalten wird das Tool durch den OneLake, der die zentrale Speicherung von Unternehmensdaten ermöglicht. Somit werden redundante Kopien der Daten vermieden, was zur Entlastung von Servern und geringeren Kosten führt.Zu Beginn des Kurses werden die grundlegenden Funktionen von Fabric gezeigt und erklärt, wie die verschiedenen Applikationen zusammenhängen. Außerdem lernen Sie, wie Daten in Fabric gespeichert werden und warum der OneLake eine so große Neuerung z.B. im Vergleich zum Data Lake in Azure ist. Im letzten Kapitel des Kurses sehen Sie an einem praktischen Beispielprojekt, wie Sie die Applikationen optimal miteinander verbinden können, um das Beste aus Fabric herauszuholen.Dieser Kurs bildet den Auftakt zu einer Serie über Microsoft Fabric, in der Emil Vinčazović das Tool und dessen Einsatzmöglichkeiten praxisorientiert vorstellt:Einstieg in Microsoft FabricMicrosoft Fabric – Data FactoryMicrosoft Fabric – Synapse Data EngineeringMicrosoft Fabric – Synapse Data WarehouseMicrosoft Fabric – Synapse Data ScienceMicrosoft Fabric – Synapse Real-Time IntelligenceMicrosoft Fabric – Power BI (erscheint in Kürze)Länge: 01:11 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einführung in die Umgebung Kapitelüberblick Was ist Microsoft Fabric? Organisationslizenzen Einzellizenzen Mandanten, Kapazitäten und Arbeitsbereiche Stock Keeping Units (SKUs) Quiz: Einführung in die Umgebung Microsoft OneLake Kapitelüberblick Was ist OneLake? Was ist der Zweck von OneLake? Wie werden Daten in OneLake gespeichert? Quiz: Microsoft OneLake Applikationen in Microsoft Fabric Kapitelüberblick Data Factory Synapse Data Engineering Synapse Data Warehouse Synapse Data Science Synapse Real-Time Analytics Power BI Quiz: Applikationen in Microsoft Fabric Praxisbeispiel: Transformieren und Analysieren von Online-Transaktionsdaten Kapitelüberblick Daten in den OneLake laden (Teil 1) Daten in den OneLake laden (Teil 2) Daten transformieren mit Data Factory (Teil 1) Daten transformieren mit Data Factory (Teil 2) Ergebnisanalyse mit Power BI in Microsoft Fabric Abschluss Fazit und Kursabschluss Über den Trainer:Emil Vinčazović ist als Data Engineer und Data Scientist bei der arelium GmbH tätig. Seine Schwerpunkte liegen im Bereich der Ökonometrie und der Künstlichen Intelligenz. In seinen Kundenprojekten arbeitet er hauptsächlich mit Azure Synapse, Azure Databricks, Azure Machine Learning Studio und seit dessen Veröffentlichung auch mit Microsoft Fabric. Seine Expertise in diesen Bereichen gibt er auch auf Fachkonferenzen und in Workshops weiter. Zusätzlich betreibt er den YouTube-Kanal des Unternehmens, wo er Tutorials zu aktuellen Themen rund um cloudbasierte Technologien produziert.So lernen Sie mit diesem Videokurs:In den Videokursen von heise academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Python: NumPy für Data Science
NumPy gilt als eine der populärsten Python-Bibliotheken für Data Science. Auch in weiterführenden Disziplinen wie der Bilderkennung und künstlichen Intelligenz kommt man um den Einsatz von NumPy nicht herum. Die Kernkomponente von NumPy sind mehrdimensionale Arrays, deren Verständnis für die Anwendung dieser leistungsstarken Library unverzichtbar ist.Dieser Kurs bietet einen idealen Einstieg in die Welt von NumPy mit allen relevanten Funktionen und Tricks. Darin zeigt Ihnen der Data-Science-Experte Fabio Basler anhand praxisnaher Übungsdaten die wichtigsten Einsatzmöglichkeiten von NumPy. Dabei lernen Sie die Datenstruktur von Arrays kennen und machen sich mit diversen Funktionen und fortgeschrittenen Konzepten der Datenaufbereitung und -transformation vertraut. Nicht zuletzt erhalten Sie viele wertvolle Tipps, die Ihnen die Arbeit mit NumPy erleichtern.Länge: 04:27 Stunden Alle Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einleitung Kapitelüberblick Einrichtung der Entwicklungsumgebung Vorstellung der Notebooks NumPy-Grundlagen Kapitelüberblick Warum NumPy mit Python? Installation und Version Hilfe und Funktionen NumPy-Datentypen Quiz: NumPy-Grundlagen Arrays – Grundlagen Kapitelüberblick Arrays erstellen zeros, ones, eye, full full, full_like, identity, empty arange und linspace Random-Modul Listen vs. Arrays Mehrdimensionale Arrays Matrizen Sortierungen Arrays kopieren Aufgabe: Arrays-Grundlagen Lösung: Arrays-Grundlagen Quiz: Arrays – Grundlagen Arrays – Vertiefung Kapitelüberblick Zufallsvariablen und Verteilungsfunktionen Vergleichsoperatoren UND, ODER, XOR, NOT Any und All Einfügen von Elementen in Arrays Löschen von Elementen in Arrays isnan inf Arrays laden und speichern Arrays iterieren Aufgabe: Arrays – Vertiefung Lösung: Arrays – Vertiefung Quiz: Arrays – Vertiefung Berechnungen und Aggregationen Kapitelüberblick Mathematische Operationen Funktionen für mathematische Operationen Theorie: Array-Berechnungen Aggregationsfunktionen (Teil 1) Aggregationsfunktionen (Teil 2) Rundungsfunktionen Trigonometrische Berechnungen Matrizenmultiplikationen Korrelationskoeffizient Quiz: Berechnungen und Aggregationen Indexing und Slicing Kapitelüberblick Indexing-Grundlagen Indexing bei mehrdimensionalen Arrays Slicing Aufgabe: Indexing und Slicing Lösung: Indexing und Slicing Quiz: Indexing und Slicing Reshaping und Merging Kapitelüberblick Reshaping ravel transpose resize concatenate row_stack und column_stack Arrays auftrennen dsplit, hsplit, vsplit stack, dstack, hstack, vstack Quiz: Reshaping und Merging Array-Funktionen Kapitelüberblick repeat flip asarray und asmatrix swapaxes und moveaxes tile trim_zeros und nonzero atleast append unique copyto squeeze Quiz: Array-Funktionen Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen von heise academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt. Sie können den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen, die Sie interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquizzes zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
R für Fortgeschrittene: Datenmanipulation mit tidyverse
Tidyverse ist eine Sammlung von Programmbibliotheken zur effizienten Datenmanipulation mit der Programmiersprache R. Die Bibliotheken von tidyverse, wie dplyr oder tidyr, gehören zu den am häufigsten verwendeten Libraries beim Programmieren mit R überhaupt.In diesem Kurs erhalten Sie eine komplette und praktische Einführung in die Datentransformation mit den Bibliotheken von tidyverse. Hierbei erfahren Sie, wie Sie mit dplyr Zeilen und Spalten bearbeiten können. Sie lernen, Daten zu gruppieren und aggregiert auszuwerten. Anhand von Joins und Verknüpfungen können Sie mehrere Datentabellen gezielt zusammenführen. Anschließend machen Sie sich mit den wichtigsten Funktionen von tidyr bekannt, mit denen Sie Ihre Daten in die richtige Struktur bringen. Der Kurs ist besonders praxisnah aufgebaut und genau richtig für Sie, falls Sie noch neu sind in der Welt von tidyverse oder R.Länge: 04:23 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs R und tidyverse Grundlagen Kapitelüberblick R Studio installieren Vorstellung von R Studio Theorie: Warum tidyverse? Einführung in tidyverse dplyr – Grundlagen Kapitelüberblick Theorie: dplyr Einstieg in dplyr Theorie: Pipe-Operator Pipe-Operator anwenden Eingebaute Datensätze Quiz: dplyr – Grundlagen dplyr – Zeilenbearbeitung Kapitelüberblick filter – Daten filtern Logische Operatoren Filterungen mit logischen Operatoren distinct sample slice top_n Aufgabe: Zeilenbearbeitung mit dplyr Lösung: Zeilenbearbeitung mit dplyr Quiz: dplyr – Zeilenbearbeitung dplyr – Spaltenbearbeitung Kapitelüberblick select – Spalten auswählen select und filter select – contains, matches, starts_with, ends_with select – everything select – num_range Aufgabe: Spaltenbearbeitung mit dplyr Lösung: Spaltenbearbeitung mit dplyr Quiz: dplyr – Spaltenbearbeitung dplyr – Datengruppierung Kapitelüberblick groupby und summarise groupby und count first, last, n_distinct Mittelwertkennzahlen Lageverteilung Streuungskennzahlen Aufgabe: Datengruppierung Lösung: Datengruppierung Quiz: dplyr – Datengruppierung dplyr – Joins und Verknüpfungen Kapitelüberblick Theorie: Joins inner_join left_join und right_join full_join anti_join semi_join intersect und union setdiff bindrows und bindcols Aufgabe: Joins Lösung: Joins Quiz: dplyr – Joins und Verknüpfungen dplyr – Fortgeschrittene Operationen Kapitelüberblick arrange mutate mutate_each transmute rename window-Funktionen Quiz: dplyr – Fortgeschrittene Operationen tidyr – Grundlagen Kapitelüberblick Einführung in tidyr tidyr in R verwenden Reshape – pivot_longer und pivot_wider Reshape – gather Split – separate Split – unite Expand Tables – expand Expand Tables – complete Missing Values – drop_na Missing Values – replace_na Missing Values – fill Quiz: tidyr – Grundlagen tidyr – Nested Data Kapitelüberblick Tibble Data Frames nest unnest enframe und deframe unnest_wider hoist rowwise Quiz: tidyr – Nested Data Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen von heise academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
DAX in Power BI für Einsteiger
Power BI gilt als State-of-the-Art-Anwendung für BI und Datenvisualisierung. Dabei stellt die Formelsprache Data Analysis Expressions (DAX) eine eigene Disziplin dar. Dieser Kurs bietet einen kompakten Einstieg in die Welt von DAX mit allen relevanten Konzepten und Formelausdrücken. Darin zeigt der Data-Science-Experte Fabio Basler anhand praxisnaher Übungsdaten, wie Sie einfache sowie komplexe Berechnungen, Aggregationen und Analysen von Daten durchführen können.Sie lernen die Grundlagen von DAX in Power BI: Spalten, Measures, Variablen und Operatoren. Dabei machen Sie sich mit grundlegenden Aggregations- und Iteratorfunktionen vertraut. Sie lernen CALCULATE einzusetzen, um Daten gezielt für Auswertungen zu filtern, und alle wichtigen Logik- und Textfunktionen kennen. Sie nutzen Beziehungsfunktionen, um die Verbindung von Datentabellen zu steuern. Nicht zuletzt meistern Sie die Verwendung der Datums-, Uhrzeit- und Zeitintelligenzfunktionen sowie Berechnungen mithilfe statistischer, mathematischer und trigonometrischer Funktionsausdrücke.Länge: 04:02 Stunden Alle Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einführung in DAX Kapitelüberblick Installation Power BI Projektdaten importieren Was ist DAX? Umsatz einfach berechnen Berechnungsformen Excel-Funktionen vs. DAX Power Pivot DAX vs. Power BI DAX Übersicht über die DAX-Funktionen Quiz: Einführung in DAX DAX-Grundlagen Kapitelüberblick DAX-Syntax Datentypen Rechenoperatoren Fehlertypen Bessere Übersicht der Berechnungen Welche Visualisierungen für DAX nutzen? Berechnungen ohne DAX-Kenntnisse Variablen Quiz: DAX-Grundlagen Aggregationsfunktionen Kapitelüberblick SUM, MIN, MAX AVERAGE, COUNT, DISTINCT Explizite vs. implizite Measures Iterator-Funktionen Prozentberechnungen Quiz: Aggregationsfunktionen Berechnungen mit CALCULATE Kapitelüberblick Grundlagen der CALCULATE-Funktion Wie funktioniert die Filterung? KEEPFILTERS FILTER und AND Mit CALCULATE Prozentwerte berechnen CALCULATE und Aggregationen CROSSJOIN Quiz: Berechnungen mit CALCULATE Logikfunktionen Kapitelüberblick IF-Funktion AND, OR, NOT TRUE, FALSE SWITCH Quiz: Logikfunktionen Textfunktionen Kapitelüberblick LEN, LEFT, RIGHT, MID UPPER, LOWER REPLACE, SUBSTITUTE, VALUE CONCATENATE, CONCATENATEX COMBINEVALUES, REPT, TRIM FIND, SEARCH FIXED, EXACT, FORMAT Quiz: Textfunktionen Datums- und Uhrzeitfunktionen Kapitelüberblick YEAR, MONTH, QUARTER, WEEKDAY, WEEKNUM, DAY TODAY, NOW, UTCTODAY, UTCNOW HOUR, MINUTE, SECOND DATEDIFF DATEVALUE Quiz: Datums- und Uhrzeitfunktionen Mathematische und statistische Funktionen Kapitelüberblick POWER, SQRT, EXP, SIN, TAN, PI ABS, DIVIDE Rundungen RAND MEDIAN, GEOMEAN PERCENTILE VAR, STDEV Quiz: Mathematische und statistische Funktionen Beziehungsfunktionen Kapitelüberblick RELATED RELATEDTABLE CROSSFILTER Quiz: Beziehungsfunktionen Zeitintelligenzfunktionen Kapitelüberblick TOTAL-MTD/-QTD/-YTD DATES-MTD/-QTD/-YTD Quiz: Zeitintelligenzfunktionen Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen von heise academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt. Sie können den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen, die Sie interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquizzes zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Datenauswertung und -visualisierung mit Julia
Die junge Programmiersprache Julia bietet zahlreiche Vorteile: Sie ist flexibel, schnell und performant und kann gut mit großen Datenmengen umgehen. Ihr Haupteinsatzbereich liegt daher in der wissenschaftlichen und numerischen Berechnung. In diesem Kurs stellt Ihnen der Data-Science-Experte Fabio Basler anwendungsorientiert die wichtigsten Methoden der Data Science anhand der Programmierung mit Julia vor. Sie erfahren, wie Sie große Datenmengen effizient verarbeiten, und machen sich mit Filterungen, Sortierungen, Gruppierungen und Joins von Daten vertraut. Darüber hinaus lernen Sie, Daten professionell zu visualisieren und mit statistischen Berechnungsmethoden zu analysieren. Auch die Untersuchung der Datenverteilung und die Prognosewerkzeuge in Julia stehen auf dem Programm.Länge: 05:18 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Grundlagen Kapitelüberblick Warum Julia für Data Science? Einrichtung der Umgebung Jupyter Notebooks für Julia Datentypen in Julia Datenverarbeitung Kapitelüberblick Einführung Importieren Einfache Analysen Zeilen und Spalten Filterungen Sortierungen Theorie: Merges und Joins Merges und Joins Gruppierungen Select Aufgabe: Datenmengen verarbeiten Lösung: Datenmengen verarbeiten (Teil 1) Lösung: Datenmengen verarbeiten (Teil 2) Lösung: Datenmengen verarbeiten (Teil 3) Quiz: Datenverarbeitung Datenvisualisierung Kapitelüberblick Einführung Formatierungsmöglichkeiten Balkendiagramme Liniendiagramme Theorie: Boxplots Boxplots Histogramme Punktdiagramme Multiplot Interaktive Grafiken mit Plotly (Teil 1) Interaktive Grafiken mit Plotly (Teil 2) Interaktive Grafiken mit Plotly (Teil 3) Aufgabe: Datenvisualisierung Lösung: Datenvisualisierung Quiz: Datenvisualisierung Statistische Auswertung Kapitelüberblick Mittelwertkennzahlen Streuungskennzahlen Quantile Ausreißer analysieren Kovarianz Korrelation Python aus Julia aufrufen R aus Julia aufrufen Aufgabe: Statistische Auswertung Lösung: Statistische Auswertung Quiz: Statistische Auswertung Datenverteilungen und Prognosen Kapitelüberblick Diskrete Verteilungen Normalverteilung Konfidenzintervalle Trendprognoseverfahren Quiz: Datenverteilungen und Prognosen Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen von heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise Academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Power BI für Fortgeschrittene
Power BI gilt als die populärste Software für Datenmodelle und BI. Nur die wenigsten Anwender beherrschen allerdings die fortgeschrittenen Tools der Anwendung. In diesem Kurs gibt der Data-Science-Experte Fabio Basler einen umfassenden Überblick über die erweiterten Möglichkeiten von Power BI, wie komplexe Datenmodellierung, -transformierung und -visualisierung sowie Data Science und Machine Learning mit Python und R. Die Grundlage des Kurses bildet eine Fallstudie mit Übungsdaten, sodass Sie alle Schritte selbst nachvollziehen und durchführen können. Los geht es mit dem Anbinden verschiedener Datenquellen und dem Bereinigen der Daten mithilfe des Power-Query-Editors. Anschließend lernen Sie ein logisches Datenschema aufzubauen und alles über Hierarchien und das Verwalten von Beziehungen. Außerdem setzen Sie fortgeschrittene Methoden wie Webscraping ein, um Finanzdaten von Webseiten zu extrahieren. Sie nutzen die Data-Science-Programmiersprachen Python und R, um Visualisierungen in Power BI zu erstellen und die Projektdaten zu transformieren. Zum Abschluss geht es um Methoden des maschinellen Lernens aus dem Bereich Clustering, um die Umsatz- und Kostendaten in Clustergruppen zu ordnen. Falls Sie neu in der Welt der Business Intelligence sind oder bisher nur mit den Grundanwendungen von Power BI gearbeitet haben, ist dieser Kurs für Sie genau richtig.Länge: 04:13 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einleitung Kapitelüberblick Installation von Power BI Benutzeroberfläche Wie sehen die Projektdaten aus? Excel- und CSV-Daten laden PDF-Dateien laden JSON-Dateien laden Access-Datenbank-Dateien laden Quiz: Einleitung Fortgeschrittene Datenmodellierung Kapitelüberblick Theorie: Beziehungen Beziehungen verwalten Hierarchien Quiz: Fortgeschrittene Datenmodellierung Fortgeschrittene Datentransformation Kapitelüberblick Einfache Transformierungen Erweiterte Transformierungseinstellungen Spalten berechnen Joins Gruppierungen Statistiken Altersberechnung Quiz: Fortgeschrittene Datentransformation Fortgeschrittene Visualisierungen Kapitelüberblick Analysebaum Panel Charts QuickInfo Wasserfall-Charts Flächenkartogramme Matrizen Prozentdarstellungen Interaktive Seitennavigation Punktediagramme Quiz: Fortgeschrittene Visualisierungen Fortgeschrittene Analysetechniken und Shortcuts Kapitelüberblick Q&A-Funktion nutzen Webscraping Hilfreiche Shortcuts Quiz: Fortgeschrittene Analysetechniken Data Science mit Power BI Kapitelüberblick Theorie: Programmiersprachen in Power BI Anbindung von Python Anbindung von R Visualisierungen mit Python Visualisierungen mit R Datenbezogene Visualisierungen mit Python (Teil 1) Datenbezogene Visualisierungen mit Python (Teil 2) Datenbezogene Visualisierungen mit R (Teil 1) Datenbezogene Visualisierungen mit R (Teil 2) Datentabellen erstellen mit Python Datentabellen erstellen mit R Datentransformierung mit Python Datentransformierung mit R Quiz: Data Science mit Power BI Machine Learning mit Power BI Kapitelüberblick Clustering in Power BI Vorstellung des Python-Clustering-Skripts Vorstellung des R-Clustering-Skripts Clustering in Power BI mit Python Clustering in Power BI mit R Quiz: Machine Learning mit Power BI Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen von heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise Academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Einführung in Power Pivot
Schluss mit Verweisfunktionen, Formel- und Bezugsfehlern! Durch das Excel-Add-in Power Pivot wird es Anwendern möglich, unterschiedliche Datenquellen zu komplexen Datenmodellen zusammenzuführen. Egal, ob Excel-Dateien, CSV-Daten, JSON, PDF-Files, Internetdaten oder relationale Datenbanksysteme – mit Power Pivot können alle Datenquellen angebunden und zueinander in Beziehung gesetzt werden. Es sind nicht nur tabellenübergreifende Auswertungen möglich, sondern auch professionelle, interaktive Dashboards mit intelligenten Berechnungen über Data Analysis Expressions (DAX). In diesem Kurs führt Sie der Data-Science-Experte Fabio Basler in die Welt von Power Pivot ein. Dabei lernen Sie die Anbindung verschiedener Datenquellen und die Bereinigung von Daten mithilfe des Transformierungstools Power Query. Sie erfahren, wie Sie ein logisches Datenschema entwickeln und eigene Auswertungen vornehmen. Darüber hinaus machen Sie sich mit unterschiedlichen Visualisierungsformen und fortgeschrittenen Möglichkeiten zum Aufbau von Dashboards vertraut. Ein Einblick in die Berechnung von Spalten und Measures mithilfe der Formelsprache DAX rundet den Kurs ab. Falls Sie einen praxisnahen Einstieg in die Welt der Business Intelligence suchen, ist dieser Kurs genau richtig für Sie!Länge: 03:59 Stunden Alle Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einführung Kapitelüberblick Vorstellung der Projektdaten und Excel-Datentabellen Zehn Hinweise zum Vorbereiten der Datengrundlage Pivot-Tabellen erstellen Arbeiten mit mehreren Tabellen und Verweisfunktionen Power Pivot in Excel einrichten Vorstellung von Power Pivot und Power Query Shortcuts zur Schnellzugriffsleiste hinzufügen Menübandanpassung für Power Query Quiz: Einführung Datenquellen anbinden Kapitelüberblick Excel-Daten aus externer Arbeitsmappe importieren CSV-Daten importieren Access-Datenbank importieren PDF-Daten importieren Webdaten importieren JSON-Daten importieren Bilddaten importieren Quiz: Datenquellen anbinden Datenbereinigung mit Power Query Kapitelüberblick Abfrageeditor Angewendete Schritte Mögliche Fehler beheben Spalten- und Zeilenbearbeitung Datentypen Werte ersetzen und gruppieren Berechnete Spalten Merges und Joins Quiz: Datenbereinigung mit Power Query Datenmodellierung Kapitelüberblick Vorstellung des Power-Pivot-Fensters (Filterungen, Sortierungen) Theorie: Datenmodellierung Beziehungen im Editor und in der Diagrammansicht erstellen und verwalten Beziehungen ausblenden Beziehungstypen im Fokus Pivot-Auswertungen und mögliche Probleme Hierarchien erstellen Quiz: Datenmodellierung Pivot-Auswertungen und Dashboards Kapitelüberblick PivotCharts vs. Excel-Diagramme Säulen- und Balkendiagramm Verlaufsdarstellungen Kategorische Darstellungen Diagramme anpassen Mehrere Diagramme erstellen und duplizieren Interaktive Filter Zeitachsen Dashboards Perspektiven Quiz: Pivot-Auswertungen und Dashboards Berechnungen mit Power Pivot Kapitelüberblick Berechnete Spalten Theorie: DAX (Data Analysis Expressions) Implizite Measures Explizite Measures Zeichenkettenfunktionen Datumsfunktionen Logische Funktionen Quiz: Berechnungen mit Power Pivot Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen von heise academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt. Sie können den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen, die Sie interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquizzes zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Julia für Data Science
Julia ist eine junge Programmiersprache, die Stärken dynamischer und statischer Sprachen vereint. Durch ihre einfache Syntax, ihre hohe Ausführungsgeschwindigkeit und Performance eignet sie sich hervorragend für den Einsatz in den Bereichen Data Science und Datenanalyse.In diesem Kurs führt Sie der Data Scientist Fabio Basler in die Grundlagen der Programmierung mit Julia ein. Dabei machen Sie sich mit Datentypen, Variablen, Arrays, logischen Funktionen, Schleifen und Datenstrukturen in Julia vertraut. In zahlreichen Übungsaufgaben können Sie Ihr neu erworbenes Wissen direkt anwenden und festigen.Länge: 04:54 Stunden Alle Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einführung in Julia Kapitelüberblick Warum Julia als Programmiersprache? Einrichtung der Umgebung Julia Notebooks Quiz: Einführung in Julia Datentypen Kapitelüberblick Datentypen Mathematische Berechnungen Variablen Zeichenketten Rundungen Zeitfunktionen Aufgabe: Datentypen Lösung: Datentypen Quiz: Datentypen Arrays Kapitelüberblick Arrays in Julia Array-Berechnungen Indexing Arrays verbinden Array-Funktionen Aufgabe: Arrays Lösung: Arrays Quiz: Arrays Logische Funktionen Kapitelüberblick Boolesche Ausdrücke And-Ausdrücke Or-Ausdrücke Not-Ausdrücke If-Anweisungen If-Else-Anweisung Else-If-Anweisung Aufgabe: Logische Funktionen Lösung: Logische Funktionen Quiz: Logische Funktionen Schleifen und Funktionen Kapitelüberblick For-Schleife While-Schleife (Teil 1) While-Schleife (Teil 2) Aufgabe: Schleifen Lösung: Schleifen Funktionen erstellen Fortgeschrittene Funktionen Aufgabe: Funktionen Lösung: Funktionen Quiz: Schleifen und Funktionen Weitere Datenstrukturen Kapitelüberblick Listen Dictionaries Ranges Tuples und Named Tuples Sets Comprehensions Aufgaben: Weitere Datenstrukturen Lösungen: Weitere Datenstrukturen (Teil 1) Lösungen: Weitere Datenstrukturen (Teil 2) Lösungen: Weitere Datenstrukturen (Teil 3) Quiz: Weitere Datenstrukturen Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen von heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt. Sie können den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen, die Sie interessieren. Die persönliche Lernumgebung der heise Academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquizzes zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Stable Diffusion: Bilder aus Texten generieren
Stable Diffusion ist einer der erfolgreichsten Algorithmen oder Modelle, die es aktuell auf dem Markt gibt, um mithilfe generativer KI Bilder zu erzeugen. Ob die Bilder dabei fotorealistisch oder eher künstlerisch aussehen, hängt vom Anwender ab. Damit eröffnen sich völlig neue Möglichkeiten in Bereichen wie Kunst, Design oder Werbung.In diesem Kurs erklärt Ihnen der KI-Experte Dr. Gerhard Heinzerling Schritt für Schritt die Funktionsweise des Stable-Diffusion-Modells. Sie erhalten einen schematischen Überblick über das gesamte Modell und lernen, was mit Ihrer Eingabe, dem sogenannten Prompt, geschieht, wenn die Eingabe embedded und encoded wird, und welche Rolle Transformer dabei spielen. Der Kurs konzentriert sich auf die technischen Aspekte und hat das Ziel, ein Grundverständnis über diese faszinierende Technologie zu vermitteln, ohne in die Details des Codings einzusteigen. Grundkenntnisse in Python sind jedoch von Vorteil.Länge: 00:45 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Vorstellung des Projektes Installation und Setup Das NLP-Modell (Teil 1) Das NLP-Modell (Teil 2) Das Stable-Diffusion-Modell Ausblick Quiz: Stable Diffusion – Bilder aus Texten generieren Fazit und Kursabschluss Über den Trainer:Dr. Gerhard Heinzerling ist Senior Data Scientist und Machine Learning Architect bei Arineo. Er hat über neuronale Netze promoviert und arbeitet seit über 20 Jahren im Bereich Softwareentwicklung und künstliche Intelligenz. Bei Arineo gehört Gerhard Heinzerling zu einem KI-Expertenteam, das im Namen des Bundesministeriums für Bildung und Forschung daran arbeitet, Unternehmensprozesse mithilfe künstlicher Intelligenz zu optimieren.So lernen Sie mit diesem Videokurs:In den Videokursen von heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise Academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Angewandtes Machine Learning mit Python
Künstliche Intelligenz ist in aller Munde. Eine Teildisziplin davon ist Machine Learning, das sich als Bestandteil zahlreicher Datenanalyseprojekte fest etabliert hat und durch die Programmiersprache Python und die Bibliothek scikit-learn leicht zugänglich ist.Zahlreiche Machine-Learning-Projekte scheitern an schlechter Datenqualität. In diesem Kurs zeigen Ihnen die Data-Science-Experten Prof. Dr. Stefanie Scholz und Prof. Dr. Christian Winkler, wie Sie die Visualisierungsmöglichkeiten von Python nutzen können, um Daten statistisch zu analysieren und deren Qualität zu überprüfen. Darüber hinaus machen Sie sich mit überwachten und unüberwachten Verfahren des maschinellen Lernens vertraut und lernen, diese mit Python umzusetzen. Schließlich erfahren Sie, wie Sie diese Verfahren geschickt kombinieren können, um in einem echten Projekt interessante Erkenntnisse zu gewinnen.Wenn Sie sich mit dem Thema Machine Learning intensiver befassen möchten und einen praxisnahen Zugang suchen, sind Sie in diesem Kurs genau richtig!Länge: 06:41 Stunden Alle Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einführung in Python und Jupyter Kapitelüberblick Python und Jupyter als Plattform nutzen Einfache Installation mit Anaconda Alternative: Google Colab Erste Schritte mit Jupyter/Colab Überblick über Basis-Tools: Pandas Überblick über Basis-Tools: Scikit-learn Codequalität Fortschrittsanzeige und Datentransformation Visualisierung Quiz: Einführung in Python und Jupyter Einführung in Machine Learning mit Python Kapitelüberblick Warum Machine Learning? Was ist Machine Learning? Datenakquisition und Daten einladen Basisdaten und Statistik Regression Klassifikation strukturiert Klassifikation unstrukturiert Unüberwachtes Lernen Reinforcement Learning Quiz: Einführung in Machine Learning mit Python Datenvorbereitung und Statistik Kapitelüberblick Einführung Daten und Datenstrukturen Datenqualität (Teil 1) Datenqualität (Teil 2) Vektorisierung strukturiert Vektorisierung unstrukturiert Quiz: Datenvorbereitung und Statistik Unsupervised Learning Kapitelüberblick Dimensionsreduktion Dimensionsreduktion und Datenvisualisierung Clustering Topic-Modelle Performance-Metriken Quiz: Unsupervised Learning Supervised Learning Kapitelüberblick Klassifikation Erfolgsmetriken Regression Multi-Regression Zeitreihen Quiz: Supervised Learning Beispielprojekt: Kombination der Machine-Learning-Verfahren Kapitelüberblick Vorstellung des Use Case Soziale Netzwerke Download Klassifizierung Statistik (Teil 1) Statistik (Teil 2) Statistik (Teil 3) Topic Modeling (Teil 1) Topic Modeling (Teil 2) Sentiment-Analyse Trendvorhersage: Metadaten Trendvorhersage: Topics Quiz: Kombination der Machine-Learning-Verfahren Über die Trainer:Dr. Christian Winkler ist einer der Gründer der datanizing GmbH. Er engagiert sich seit 20 Jahren im Bereich der intelligenten Algorithmen zur Datenverarbeitung sowie des maschinellen Lernens, der Geodatenverarbeitung und Statistik. Dabei setzt er Mining, Netzwerkanalyse, Forum Analytics und Sentiment Analyse ein. Der promovierte Physiker ist gefragter Speaker auf Konferenzen und Autor von Artikeln zu Big Data und KI.Nach ihrer Tätigkeit als Bereichsleiterin für Marketing und Vertrieb befasst sich Prof. Dr. Stefanie Scholz mit KI-gestützter Marketinganalyse und Datenvisualisierung. Neben Data-Driven Marketing und Advanced Analytics steht der praktische Anwendungsbezug verschiedener Machine-Learning-Verfahren für Unternehmen im Fokus ihrer Aktivitäten. Als Professorin für Data Science in Social Economy an der SRH Wilhelm Löhe Hochschule setzt sich Stefanie Scholz aktiv für die Implementierung und Förderung des Citizen-Data-Scientist-Konzepts in unterschiedlichen Institutionen ein.So lernen Sie mit diesem Videokurs:In den Videokursen von heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise Academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Technische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Datenvisualisierung für Data Science mit Tableau
Tableau Desktop gilt als Marktführer im Bereich Business Intelligence und bietet eine Vielzahl von Features, die Nutzer bei der Analyse und Visualisierung von Daten unterstützen. In diesem Kurs stellt Ihnen der IT-Experte Fabio Basler alle fortgeschrittenen Werkzeuge von Tableau anwendungsorientiert vor. Der Kurs ist in sieben Abschnitte untergliedert, anhand derer Sie alles über die Datenmodellierung bis hin zu fortgeschrittenen Analysemethoden mithilfe von Tableau kennenlernen.Als Einstieg in das Thema Datenvisualisierung mit Tableau empfiehlt sich der gleichnamige Kurs von Fabio Basler. Darin führt er in die Grundlagen von Tableau ein und zeigt die wichtigsten Werkzeuge der Visualisierungssoftware anhand echter Daten und Anwendungen.Länge: 04:33 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einleitung Kapitelüberblick Fortgeschrittene Möglichkeiten in Tableau Installation Vorstellung der Tableau-Produkte Datenmodell Kapitelüberblick Vorstellung und Import der Projektdaten Veranschaulichung der Relationen Theorie: Vorstellung der Join-Arten Join-Arten in Tableau Modellierung der Projektdaten Spaltenbearbeitung verarbeiten Parameter berechnen Satz erstellen Gruppen erstellen Quiz: Datenmodell Fortgeschrittene Diagramme Kapitelüberblick Laufende Gesamtwerte Lageverteilungsmaße und Prognosen Bullet-Diagramm Bump-Diagramm Daten prognostizieren (Trendlinien) Pivot-Darstellungen Wasserfalldiagramm Cluster Quiz: Fortgeschrittene Diagramme Weitere Datenquellen importieren Kapitelüberblick Textdateien JSON-Dateien Microsoft Access PDF-Dateien Statistische Dateien Tableau für Data Science Kapitelüberblick Python: Verbindung herstellen Python: SCRIPT-Funktion Python: Korrelation berechnen R: Verbindung herstellen R: SCRIPT-Funktion Quiz: Tableau für Data Science Fortgeschrittene Berechnungen Kapitelüberblick Statistische Funktionen Korrelationsmatrix Logische Funktionen Textfunktionen Zahlenfunktionen Tabellenfunktionen Quiz: Fortgeschrittene Berechnungen Fallstudie Kapitelüberblick Vorstellung der Projektdaten und Aufgaben Import des Datenmodells Parameter und Gruppen erstellen Trendlinien und Wasserfalldiagramme Statistische und logische Funktionen Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen von heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise Academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Vorhersagemodelle mit dem Azure Machine Learning Studio
Wie viel ist ein Kunde bereit für mein Produkt zu zahlen? Diese Frage stellt sich in Unternehmen häufig. In diesem Kurs erfahren Sie, wie Sie mithilfe des Azure Machine Learning Studios ein Vorhersagemodell entwickeln, um die Zahlungsbereitschaft von Kunden zu ermitteln.Zunächst führt Sie der IT-Experte Emil Vinčazović in die Grundlagen ein. Er erklärt, was es bei der Regressionsanalyse zu beachten gilt, welche Probleme hierbei auftreten können und wie Sie diese lösen. Und Sie lernen drei gängige Lernalgorithmen kennen, die das Azure ML Studio vorgefertigt für das Training von Vorhersagemodellen bereitstellt: den Random Forest Regressor, den Gradient Boosting Regressor und den Support Vector Regressor.Anschließend geht es an die praktische Umsetzung im Azure ML Studio. Für das Erstellen von ML-Pipelines stehen drei verschiedene Tools zur Verfügung, aus denen der Anwender je nach Programmiererfahrung wählen kann: das AutoML, der Designer und die Notebooks. Emil Vinčazović zeigt Ihnen im Detail, wie Sie mithilfe dieser Tools ML-Pipelines zur Vorhersage der Zahlungsbereitschaft aufsetzen und die generierten Modelle anhand ausgewählter Regressionsmetriken evaluieren, um das beste Modell zu bestimmen.In drei Kursen stellt Emil Vinčazović das Azure ML Studio und verschiedene Anwendungsfelder des maschinellen Lernens vor:Einstieg in das Azure Machine Learning StudioBetrugserkennung mit dem Azure Machine Learning Studio Vorhersagemodelle mit dem Azure Machine Learning StudioLänge: 01:08 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einführung in die Regression Kapitelüberblick Was ist eine Regression? Anwendungsbeispiele Die Gauß-Markov-Annahmen: Gültigkeit der Regression Allgemeine Schwierigkeiten Korrelation Kausalität Linearer Zusammenhang Scheinkausalität Fluch der Dimensionalität No Free Lunch Theorem Quiz: Einführung in die Regression Techniken Kapitelüberblick Ausreißer in den Daten: Problem und Lösung Problem: Überanpassung Lösung: Hauptkomponentenanalyse (PCA) Algorithmus: Random-Forest-Regression Algorithmus: Gradient-Boosting-Regression Algorithmus: Support-Vector-Regression Quiz: Techniken Umsetzung im Azure ML Studio Kapitelüberblick Umsetzung im AutoML Ergebnisse im AutoML interpretieren Umsetzung im Designer Ergebnisse im Designer interpretieren Umsetzung im Notebook (Teil 1) Umsetzung im Notebook (Teil 2) Zusatz: PCA Quiz: Umsetzung im Azure ML Studio Abschluss Fazit und Kursabschluss Über den Trainer:Emil Vinčazović ist als Data Engineer bei der arelium GmbH tätig. Seine Schwerpunkte liegen im Bereich der Ökonometrie und der Künstlichen Intelligenz. In seinen Projekten arbeitet er hauptsächlich mit Azure Synapse, Azure Databricks und dem Azure Machine Learning Studio. Daneben ist er als Sprecher auf Fachkonferenzen unterwegs, wo er über Themen wie Betrugserkennung mit Python referiert. Auch als Fachautor ist Emil Vinčazović tätig. Zusätzlich betreibt er den YouTube-Kanal des Unternehmens, wo er Tutorials zu aktuellen Themen rund um cloudbasierte Technologien produziert.So lernen Sie mit diesem Videokurs:In den Videokursen von heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise Academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Betrugserkennung mit dem Azure Machine Learning Studio
Im digitalen Zeitalter mit Millionen von Online-Transaktionen täglich gewinnt die Betrugserkennung zunehmend an Bedeutung. In diesem Kurs zeigt Ihnen der IT-Experte Emil Vinčazović, wie Sie mithilfe des Azure Machine Learning Studios Klassifizierungsmodelle zur automatisierten Betrugserkennung erstellen, trainieren und evaluieren. Zuerst erklärt er, was eine Klassifizierung ist, und stellt gängige Probleme und Lösungsansätze vor. Im nächsten Schritt lernen Sie drei gebräuchliche Klassifizierungsalgorithmen kennen: die Support Vector Machine, den Random Forest und den XGBoost. Das Azure ML Studio bietet drei Möglichkeiten, um ML-Modelle aufzusetzen: das AutoML und den Designer für die Erstellung ohne Code sowie die Notebooks, die umfassende Programmierkenntnisse erfordern, aber größere Flexibilität bieten. Emil Vinčazović führt Sie Schritt für Schritt durch die drei Varianten und geht zum Schluss auf die Metriken zur Bewertung der Klassifizierungsmodelle ein. In drei Kursen stellt Emil Vinčazović das Azure ML Studio und verschiedene Anwendungsfelder des maschinellen Lernens vor:Einstieg in das Azure Machine Learning StudioBetrugserkennung mit dem Azure Machine Learning Studio Vorhersagemodelle mit dem Azure Machine Learning StudioLänge: 01:09 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einführung in Klassifizierungsprobleme Kapitelüberblick Was ist eine Klassifizierung? Anwendungsbeispiele Allgemeine Schwierigkeiten Unsaubere Kriterien Falsche Merkmale Fließende Übergänge Nichttrennbarkeit Ausreißer Restobjekte Quiz: Klassifizierungsprobleme Techniken Kapitelüberblick Betrugserkennung: Das Problem der Überanpassung Lösung: Die Kreuzvalidierung Betrugserkennung: Das Problem des unbalancierten Datensatzes Lösung: Samplingmethoden Algorithmus: RandomForest-Klassifizierung Algorithmus: XGBoost (Gradienten-Boosting-Verfahren) Algorithmus: Support Vector Machine Quiz: Techniken Umsetzung im Azure ML Studio Kapitelüberblick Umsetzung im AutoML Ergebnisse im AutoML interpretieren Umsetzung im Designer Ergebnisse im Designer interpretieren Umsetzung im Notebook (Teil 1) Umsetzung im Notebook 2 (Teil 2) Quiz: Umsetzung im Azure ML Studio Abschluss Fazit und Kursabschluss Über den Trainer:Emil Vinčazović ist als Data Engineer bei der arelium GmbH tätig. Seine Schwerpunkte liegen im Bereich der Ökonometrie und der Künstlichen Intelligenz. In seinen Projekten arbeitet er hauptsächlich mit Azure Synapse, Azure Databricks und dem Azure Machine Learning Studio. Daneben ist er als Sprecher auf Fachkonferenzen unterwegs, wo er über Themen wie Betrugserkennung mit Python referiert. Auch als Fachautor ist Emil Vinčazović tätig. Zusätzlich betreibt er den YouTube-Kanal des Unternehmens, wo er Tutorials zu aktuellen Themen rund um cloudbasierte Technologien produziert.So lernen Sie mit diesem Videokurs:In den Videokursen von heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise Academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Einstieg in das Azure Machine Learning Studio
Das Azure Machine Learning Studio ist ein Microsoft-Clouddienst, der das Entwickeln, Trainieren, Bereitstellen und Verwalten von Modellen für maschinelles Lernen ermöglicht. Durch das übersichtliche Interface ist es nicht nur für erfahrene Programmierer und Data Scientists, sondern auch für Einsteiger einfach zu bedienen und kann dazu genutzt werden, um ML-Prozesse zu automatisieren und zu beschleunigen.In diesem Kurs gibt der IT-Experte Emil Vinčazović eine kompakte Einführung in das Thema maschinelles Lernen und erklärt, welche Features das Azure ML Studio bereithält und wie Sie diese gewinnbringend für Ihre Projekte nutzen können. Dazu führt er Sie Punkt für Punkt durch das Menü des Azure ML Studios. Sie erfahren auch, wie ein ML-Prozess aufgebaut ist und wie Sie eine ML-Pipeline mit dem Azure ML Studio erstellen und ausführen. Darüber hinaus geht Emil Vinčazović auf Metriken der Klassifizierung und der Regression ein, welche zur Auswertung von ML-Modellen genutzt werden können.In drei Kursen stellt Emil Vinčazović das Azure ML Studio und verschiedene Anwendungsfelder des maschinellen Lernens vor: Einstieg in das Azure Machine Learning StudioBetrugserkennung mit dem Azure Machine Learning StudioVorhersagemodelle mit dem Azure Machine Learning StudioLänge: 01:08 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Umgebung erläutern und erstellen Kapitelüberblick Was ist Azure? Ressourcengruppen Ressourcen Speichermöglichkeiten Azure ML Studio Application Insights Key Vault Quiz: Umgebung erläutern und erstellen Machine Learning Kapitelüberblick Was ist Machine Learning? Schema eines ML-Prozesses Ausgewählte Metriken der Klassifizierung Konfusionsmatrix Precision Score Recall Score Accuracy Area Under Curve (AUC) Ausgewählte Metriken der Regression R2 (Anpassungsgüte) Mean Absolute Error (MAE) Root Mean Squared Error (RMSE) Relative Absolute Error (RAE) Quiz: Machine Learning Das Azure ML Studio Kapitelüberblick Zugriff auf das ML Studio Reiter „Erstellung“ Notebooks Automatisiertes ML Designer Reiter „Ressourcen“ Daten Einzelvorgänge (Jobs) Komponenten Pipelines Umgebungen Modelle Endpunkte Reiter „Verwalten“ Compute Verknüpfte Dienste Datenbeschriftung Quiz: Das Azure ML Studio Abschluss Fazit und Kursabschluss Über den Trainer:Emil Vinčazović ist als Data Engineer bei der arelium GmbH tätig. Seine Schwerpunkte liegen im Bereich der Ökonometrie und der Künstlichen Intelligenz. In seinen Projekten arbeitet er hauptsächlich mit Azure Synapse, Azure Databricks und dem Azure Machine Learning Studio. Daneben ist er als Sprecher auf Fachkonferenzen unterwegs, wo er über Themen wie Betrugserkennung mit Python referiert. Auch als Fachautor ist Emil Vinčazović tätig. Zusätzlich betreibt er den YouTube-Kanal des Unternehmens, wo er Tutorials zu aktuellen Themen rund um cloudbasierte Technologien produziert.So lernen Sie mit diesem Videokurs:In den Videokursen von heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, sodass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise Academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs werden lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
SQL Server 2022: Neue T-SQL Features
T-SQL ist die Programmiersprache des Microsoft SQL Server. Mit der Veröffentlichung von SQL Server 2022 wurden zahlreiche neue Funktionen hinzugefügt und die Syntax erweitert. In diesem Kurs stellt Ihnen der ausgewiesene Experte Thorsten Kansy verständlich und kompakt die Neuerungen und Verbesserungen vor. Anhand praktischer Beispiele zeigt er, welche Möglichkeiten Ihnen unter anderem die Funktionen GREATEST()/LEAST(), GENERATE_SERIES() und Ledger Tables bieten, um Ihre Arbeit mit Datenbanken zu optimieren. Mit diesem Wissen bleiben Sie auf dem neuesten Stand und sind in der Lage, das Beste aus der aktuellen SQL-Server-Version herauszuholen.Länge: 0:53 Stunden Alle Video-Lektionen im Überblick: Herzlich willkommen zu diesem Kurs SQL Server 2022 – neue T-SQL Features Software, Slides & Scripts Unterscheidbare Werte / NULL Handling Zeichenketten trimmen DATE_BUCKET() GENERATE_SERIES() DATETRUNC() JSON-Funktionalitäten SELECT ... WINDOW FIRST_VALUE() / LAST_VALUE() APPROX_PERCENTILE_CONT|DISC() GREATEST() / LEAST() STRING_SPLIT() Bit Operations Ledger Tables Quiz: SQL Server 2022 – neue T-SQL Features Abschluss Fazit und Kursabschluss Über den Trainer:Thorsten Kansy ist seit mehr als 30 Jahren als unabhängiger Softwarearchitekt, -entwickler und Trainer tätig – im deutschsprachigen Raum und international. Zehn Jahre lang arbeitete er in leitender Position in der Anwendungsentwicklung. Längst schreibt er Bücher und Artikel rund um seine Spezialthemen, vor allem die Entwicklung komplexer Anwendungen mit .NET im Microsoft-Umfeld. Thorsten Kansy ist darüber hinaus zertifizierter Berater, Coach und Trainer, seit 1993 legt er regelmäßig die MCP-Prüfungen von Microsoft ab.So lernen Sie mit diesem Videokurs:In den Videokursen der heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie Experten bei der praktischen Arbeit zu und lassen sich alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt, so dass Sie den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen können, die Sie interessieren. Die persönliche Lernumgebung der heise Academy bietet Ihnen viele Funktionen, die Sie beim Lernen unterstützen:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquiz zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Einstieg in die Datenvisualisierung mit Tableau
Tableau Desktop gilt als die führende Software im Bereich Business Intelligence und verfolgt das Ziel, Anwender bei der Analyse und Visualisierung von Daten zu unterstützen. In diesem Kurs führt Sie der IT-Experte Fabio Basler anhand praktischer Beispiele in die wichtigsten Werkzeuge von Tableau ein. Der Kurs ist in fünf Abschnitte unterteilt, in denen Sie alles von den Grundlagen bis hin zu fortgeschrittenen Analysemethoden erfahren. Wenn die Welt von Tableau neu für Sie ist und Sie sich zum Datenanalysten weiterbilden möchten, ist dieser Kurs genau das Richtige für Sie.Zur anschließenden Festigung und Vertiefung Ihres Wissens eignet sich der Kurs „Datenvisualisierung für Data Science mit Tableau“. Darin zeigt Ihnen Fabio Basler praxisnah alle fortgeschrittenen Visualisierungs- und Berechnungsmöglichkeiten, die Tableau bietet.Länge: 04:03 Stunden Alle Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einleitung Kapitelüberblick Warum Tableau zur Datenvisualisierung? Installation Vorstellung Tableau-Produkte Einführung in Tableau Kapitelüberblick Excel-Daten importieren Erste Visualisierung erstellen Benutzeroberfläche Datenstrukturen einfach erklärt Vokabeln lernen – Grundbegriffe in Tableau Öffnen und Speichern Markierungen Aggregationen Shortcuts Quiz: Einführung in Tableau Diagrammarten Kapitelüberblick Übersicht Diagrammarten Die Zeig-es-mir-Funktion Bildtitel, Untertitel, Darstellungen exportieren Filterungen Kategorische Darstellungen (Balken, Kreise und TreeMap) Tabellarische Darstellungen und HeatMap Zeitliche Darstellungen Histogramme Boxplots Punkt-XY-Diagramme Kartenvisualisierungen Aufgabe: Datenvisualisierung Lösung Quiz: Diagrammarten Fortgeschrittene Darstellungen Kapitelüberblick Hierarchien Dashboard Dashboard Filtermöglichkeiten Dashboard Präsentationen Felder berechnen Theorie: Übersicht Textfunktionen Textfunktionen Datumsfunktionen Quiz: Fortgeschrittene Darstellungen Abschlussfallstudie Kapitelüberblick Vorstellung Fallstudie Lösung Bonusaufgabe Abschluss Fazit und Kursabschluss Über den Trainer:FFabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen von heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt. Sie können den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen, die Sie interessieren. Die persönliche Lernumgebung der heise Academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquizzes zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Python für Induktive Statistik
Die induktive Statistik gilt als Teilgebiet der Statistik und verfolgt das Ziel, durch Schließen, Schätzen und Testen Erkenntnisse aus Daten zu gewinnen.In diesem Kurs lernen Sie die wichtigsten Werkzeuge der schließenden Statistik anwendungsorientiert anhand der Programmiersprache Python kennen. Data Scientist Fabio Basler hat den Kurs in vier Abschnitte unterteilt, in denen Sie alles von den Grundlagen der induktiven Statistik bis hin zu fortgeschrittenen Analysemethoden lernen: Konfidenzintervalle, einseitige und zweiseitige Tests.Wenn die Welt der induktiven Statistik noch neu für Sie ist und Sie sich zum Datenanalysten weiterbilden möchten, dann ist dieser Kurs genau das Richtige für Sie.Länge: 04:03 Stunden Alle Lektionen im Überblick: Herzlich willkommen zu diesem Kurs ÜberblickSchätztheorie Kapitelüberblick Einführung in die Induktive Statistik Erklärung: Konfidenzintervalle Beispiel für Konfidenzintervalle Aufgabe: Konfidenzintervalle Lösung: Konfidenzintervalle Quiz: Schätztheorie Einseitiger Hypothesentest Kapitelüberblick Einführung in Hypothesentests Erklärung: Einseitiger Testfall für den Erwartungswert Einseitiger Testfall für den Erwartungswert in Python Erklärung: Einseitiger Testfall für den Anteilswert Einseitiger Testfall für den Anteilswert in Python Erklärung: Einseitiger Testfall für den Varianzwert Einseitiger Testfall für den Varianzwert in Python Aufgabe: Einseitiger Hypothesentest Lösung: Datenauswertung Lösung: Erwartungswert Lösung: Anteilswert Lösung: Varianzwert Quiz: Einseitiger Hypothesentest Zweiseitiger Hypothesentest Kapitelüberblick Erklärung: Zweiseitiger Testfall für den Erwartungswert Zweiseitiger Testfall für den Erwartungswert in Python Erklärung: Zweiseitiger Testfall für den Anteilswert Zweiseitiger Testfall für den Anteilswert in Python Erklärung: Zweiseitiger Testfall für den Varianzwert Zweiseitiger Testfall für den Varianzwert in Python Aufgabe: Zweiseitige Hypothesentests Lösung: Datenauswertung Lösung: Erwartungswert Lösung: Anteilswert Lösung: Varianzwert Quiz: Zweiseitiger Hypothesentest Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen von heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt. Sie können den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen, die Sie interessieren. Die persönliche Lernumgebung der heise Academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquizzes zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Python für Deskriptive Statistik
Die deskriptive Statistik ist ein Teilgebiet der Statistik und hat zum Ziel, Daten durch Kennzahlen, Übersichten und Visualisierungen zu analysieren.In diesem Kurs lernen Sie die wichtigsten Werkzeuge der deskriptiven Statistik anwendungsorientiert mit Hilfe der Programmiersprache Python kennen. Aufgeteilt in fünf Abschnitte lernen Sie die Grundlagen der Statistik kennen und vertiefen Ihre Kenntnisse bis hin zu fortgeschrittenen Analysemethoden: Mittelwerte, Lagemaße, Streuungskennzahlen und Zusammenhänge.Wenn die Welt der Statistik noch neu für Sie ist und Sie sich zum Datenanalysten weiterbilden möchten, ist dieser Kurs genau das Richtige für Sie.Länge: 05:12 Stunden Alle Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Grundlagen Kapitelüberblick Warum Statistik? Einrichtung Entwicklungsumgebung Überblick Notebooks Deskriptive Statistik Kapitelüberblick Was sind Skalenniveaus? Aufgabe: Skalenniveaus Lösung: Skalenniveaus Quiz: Deskriptive Statistik Mittelwertkennzahlen Kapitelüberblick Übersicht Mittelwertkennzahlen Was sind Modalwert und Median? Was sind arithmetische und geometrische Mittel? Modalwert in Python Median in Python Arithmetisches Mittel in Python Geometrisches Mittel in Python Aufgabe: Mittelwertkennzahlen Lösung: Mittelwertkennzahlen Quiz: Mittelwertkennzahlen Lageverteilung Kapitelüberblick Quantile und Boxplots Quantile berechnen Perzentile berechnen Boxplots visualisieren Histogramme visualisieren Schiefe und Wölbung Aufgabe: Lageverteilung Lösung: Lageverteilung Quiz: Lageverteilung Streuungskennzahlen Kapitelüberblick Was sind Spannweite und Lineare Streuung? Was sind Varianz und Variationskoeffizient? Spannweite in Python Lineare Streuung in Python Varianz in Python Variationskoeffizient in Python Aufgabe: Streuungskennzahlen Lösung: Streuungskennzahlen Quiz: Streuungskennzahlen Zusammenhangsmaße Kapitelüberblick Was sind Zusammenhangsmaße? Kontingenztabelle kurz erklärt Kontingenzkoeffizient kurz erklärt Kreuztabelle in Python Kontingenzkoeffizient in Python Was ist eine Rangkorrelation? Rangkorrelation in Python Was sind Korrelationen? Kovarianz in Python Korrelationskoeffizient in Python Korrelation visuell untersuchen Aufgabe: Zusammenhangsmaße Lösung: Zusammenhangsmaße Quiz: Zusammenhangsmaße Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen der heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie Experten bei der praktischen Arbeit zu und lassen sich alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt. Sie können den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen, die Sie interessieren. Die persönliche Lernumgebung der heise Academy bietet Ihnen viele Funktionen, die Sie beim Lernen unterstützen:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquizzes zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Python für Stochastik und Wahrscheinlichkeitstheorie
Die Stochastik gilt als Teilgebiet der Statistik und hat zum Ziel, die Gesetzmäßigkeiten zufälliger Ereignisse mit Hilfe von Wahrscheinlichkeiten zu systematisieren.In diesem Kurs lernen Sie die wichtigsten Werkzeuge der Wahrscheinlichkeitstheorie kennen. In vier Abschnitten erklärt Data Scientist Fabio Basler alles über die mathematische Systematisierung von Wahrscheinlichkeiten anwendungsorientiert anhand der Programmiersprache Python. Dabei lernen Sie, Zufallsereignisse mit Modellen wie der Binomial-, Hypergeometrischen-, Poisson- oder Normalverteilung zu formulieren.Wenn die Welt der Stochastik neu für Sie ist und Sie sich zum Datenanalysten weiterbilden möchten, bietet Ihnen dieser Kurs einen perfekten Einstieg in das Thema.Länge: 03:40 Stunden Alle Lektionen im Überblick: Herzlich willkommen zu diesem Kurs Einführung Stochastik und Kombinatorik Kapitelüberblick Einführung in die Stochastik Einführung in Kombinatorik Kombinatorik in Python Einführung in Zufallsvariablen Einführung in Wahrscheinlichkeitsverteilungen Quiz: Stochastik und Kombinatorik Binomialverteilung Kapitelüberblick Einführung in Binomialverteilung Funktionen in Python Approximation in Python Rechenbeispiel Aufgabe zur Binomialverteilung Lösung zur Aufgabe Quiz: Binomialverteilung Hypergeometrische Verteilung Kapitelüberblick Einführung in Hypergeometrische Verteilung Funktionen in Python Approximation in Python Rechenbeispiel Aufgabe zur Hypergeometrischen Verteilung Lösung zur Aufgabe Quiz: Hypergeometrische Verteilung Poisson-Verteilung Kapitelüberblick Einführung in Poisson-Verteilung Funktionen in Python Approximation in Python Rechenbeispiel Aufgabe zur Poisson-Verteilung Lösung zur Aufgabe Quiz: Poisson-Verteilung Normalverteilung Kapitelüberblick Einführung in Normalverteilung Anwendungsbeispiel Funktionen in Python Rechenbeispiel Rechenbeispiel Lösung zur Aufgabe Quiz: Normalverteilung Abschluss Fazit und Kursabschluss Über den Trainer:Fabio Basler hat schon zu Beginn seines Studiums eine große Leidenschaft für die Methoden der Statistik und Data Science entwickelt. Über mehrere Semester hinweg konnte er als Tutor zahlreiche Studierende erfolgreich auf ihre Prüfungen und den Berufsalltag vorbereiten. Fabio Basler arbeitet als Datenanalyst in einem großen Industriekonzern. Mit großer Freude am Unterrichten gibt er sein Wissen in Online-Kursen und Seminaren weiter.So lernen Sie mit diesem Videokurs:In den Videokursen der heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie Experten bei der praktischen Arbeit zu und lassen sich alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt. Sie können den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen, die Sie interessieren. Die persönliche Lernumgebung der heise Academy bietet Ihnen viele Funktionen, die Sie beim Lernen unterstützen:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquizzes zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.
Komplexe SQL-Abfragen
Es gibt Abfrageherausforderungen, die einfach zu erklären, aber selbst für erfahrene Datenbankentwickler schwer zu lösen sind. Torsten Ahlemeyer zeigt einige Beispiele aus der Praxis und erläutert die kreativen Ansätze. Dabei geht es nicht um mathematische Höchstleistungen - alle Lösungen sind im Kopf nachvollziehbar. Vielmehr werden ungewöhnliche Ideen und seltene Algorithmen gezeigt, die die Programmier- und Abfragesprache T-SQL ausreizen. Hat man den Lösungsweg erst einmal verstanden, stellt man plötzlich fest, wie einfach Aufgaben zu lösen sind, die man bisher für unlösbar hielt. In kleinen, abgeschlossenen Einheiten lernen Sie spielerisch den Weg zu effektivem T-SQL.Länge: 07:03 Stunden Alle Video-Lektionen im Überblick: Das Teilsummenproblem am Beispiel „Oktoberfest“ Herzlich willkommen zu diesem Kurs Intro Allgemeine Lösungstipps Vorstellung: Teilsummenproblem Bereitstellen und konfigurieren der Arbeitsumgebung Projektdatenbank anlegen Die Tabelle [Attraktion] und das Schema [Oktoberfest] Prozedur als CTE anlegen Test und mathematischer Hintergrund Quiz: Das Teilsummenproblem Islands and Hops am Beispiel „Server des Grauens“ Intro Die Aufgabe „Der Server des Grauens“ Suche nach Islands Der rekursive INSERT Die Zufallslöschung Quelltext Islands Suche nach Hops Quelltext Hops Quiz: Islands and Hops Sortierherausforderungen am Beispiel „Sportfest“ Intro Die Aufgabe „Sportfest“ Der Vorlauf, Sortierung mit Lücken Der Endlauf, Sortierung ohne Lücken Quiz: Sortierherausforderungen Rekursive Kombinationslogik am Beispiel „Sudoku“ Intro Was ist ein Sudoku? Der Lösungsansatz Matrix als String auflösen Ein eigenes Sudoku bauen Ein Zufallssudoku generieren Implementierung testen Fremde Sudokus lösen (Theorie) Fremde Sudokus lösen (Praxis) Quiz: Rekursive Kombinationslogik (Un-)Pivot und Kommaseparation am Beispiel „Grillfest“ Intro Die Aufgabe „Grillfest“: Pivotierung und Kommaseparierung Anlegen der benötigten Objekte Wie erstelle ich kommaseparierte Listen? Vor- und Nachteile der gezeigten Varianten Pivotierung und Unpivotierung Quiz: (Un-)Pivot und Kommaseparation Graph-Datenbank am Beispiel „Pfadfinder“ Intro Das Iter Avto Exponentielles Wachstum DB-Objekte vorbereiten Tabellen anlegen und füllen Die Theorie des relationalen Ansatzes Der relationale Ansatz in der Praxis Nachteile und Gegenmaßnahmen Die Idee der rekursiven CTE Die Implementierung der rekursiven CTE Massendaten für den Test Kartenansicht und CTE-Lösung Auf GraphDB umbauen Zugabe GraphDB Quiz: Graph-Datenbank JOINs & UNION: Abfragebasics mal anders Intro Motivation zu „BattleShips“ Die Spielansicht Das Datenmodell Pivot und UNPIVOT UNION(all) DB und Objekte anlegen Objekte füllen Sichten erstellen Armaturenbrett erstellen Armaturenbrett erstellen Quiz: JOINs & UNION Trickreiche Abfragen am Beispiel „BattleShips“ Intro Die Spielregeln Die Datenbank anlegen Tabellen erstellen und füllen Den Zufall beherrschen Zwischenergebnisse merken Zugmöglichkeiten prüfen Schiffe zufällig platzieren Massendaten generieren Die Masterfrage nach dem U-Boot Quiz: Trickreiche Abfragen Musterabweichung mit dem Levenshtein-Algorithmus Intro Probleme bei der Sprach- und Worterkennung Native Vergleichsoperatoren Der Levenshtein-Algorithmus Funktion implementieren Funktion testen Ideen für die Feature-Erweiterungen Quiz: Musterabweichung mit dem Levenshtein-Algorithmus Datentypen und Datumzeitangaben Intro Die Datentypen und ihre Gruppen DateTime vs. DateTime2 Spielereien mit DATEPART Kann der SQL Server nicht rechnen? Datumsformate DateAdd und DateDiff Der Erste und der Letzte Quiz: Datentypen und Datumzeitangaben Best Practices: 8-Damenproblem und Zauberwürfel Intro Das 8-Damen-Problem Der „Rekursionsansatz“ Der „Brute Force“-Ansatz Die Lösung optimieren Was ist ein Rubiks Cube? Die Idee des T-Netzes Erste Algorithmen-Festlegung Den ganzen Würfel kippen Einzelne Elemente drehen Der Algorithmus Mögliche Kombinationen erfassen Zauberwürfel lösen Quiz: Best Practices Fazit und Kursabschluss Fazit und KursabschlussÜber den Trainer:Torsten Ahlemeyer realisiert seit 2003 Abrechnungs- und Stammdatenanwendungen in Großprojekten. Der Diplom-Wirtschaftsinformatiker und Professional SCRUM Master begann als Entwickler und machte sich dann als Projektleiter in der Softwareentwicklung im internationalen Projektumfeld einen Namen. Die Microsoft-Technologie vom Betriebssystem bis zu den Programmiersprachen war dabei in allen Projekten ebenso gesetzt wie der MS-SQL-Server (SSAS, SSIS, SSRS, ...). Als IT-Consultant unterstützt Torsten Ahlemeyer die Kunden der arelium GmbH hauptsächlich in der Rolle des Projektleiters, aber auch als Architekt, DB-Consultant oder T-SQL-Spezialist bei der Umsetzung komplexerer Datenbankprojekte.So lernen Sie mit diesem Videokurs:In den Videokursen der heise Academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie Experten bei der praktischen Arbeit zu und lassen sich alles genau erklären. Das Wissen ist in viele kleine Lernschritte und Aufgaben unterteilt - Sie können den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen, die Sie interessieren. Die persönliche Lernumgebung der heise Academy bietet Ihnen viele Funktionen, die Sie beim Lernen unterstützen:Flexibler Videoplayer mit vielen SteuerungsmöglichkeitenWissensquizzes zur LernkontrolleLernhistorie und LernfortschrittLesezeichen und Notizen Volltextsuche in den VideosFrage-den-Experten-ModulÜbungsmaterial zum MitmachenResponsive Web-App und Videostreaming für alle EndgeräteTechnische Voraussetzungen:Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.