What you'll learn
Du lernst was Data Science ist und welche Aufgabenfelder ein Data Scientist hat.
Du lernst die wesentlichen Bereiche der Data Science 2022 kennen.
Du verstehst warum der Data Scientist das wichtigste Bindeglied & Vermittler zwischen allen Ebenen eines Unternehmens ist.
Du wirst die wichtigsten Methoden & Systeme zur Extraktion von Erkenntnissen, Mustern und Daten kennenlernen.
Du erhältst sofort umsetzbares Wissen zum Thema Datenbankmanagement für deine Berufspraxis.
Lerne, wie Du unterschiedliche Datenquellen wie Excel-Tabellen automatisch in Datenbanksysteme importierst und exportierst.
Du lernst alle relevanten Datenbankabfragen und Joins kennen.
Du lernst verschiedene Arten von Abfragen kennen wie z.b. Aktualisierungsabfragen oder Löschabfragen.
Du lernst die wichtigsten Prinzipien der Datenanalyse im Bezug auf Mittelwert-, Streuungs- und Zusammenhangskennzahlen.
Du wirst lernen wie man eine Regressionsanalyse modelliert und interpretiert.
Du lernst die Grundprinzipien der Zeitreihenanalyse anhand verschiedener Trendprognoseverfahren.
Du wirst von Grund auf lernen, wie Datenbanken funktionieren.
Du kannst eigene Diagramme erstellen, die Du sinnvoll zur Visualisierung nutzen kannst.
Du wirst verstehen was man unter partieller Integration bei Datenbanken versteht.
Requirements
Du benötigst einen Computer mit Windows 10, Windows 8 oder Windows 7
Auf dem Mac ist es ebenfalls möglich, Access zu installieren (mit der Software Parallels)
Lade dir alle für dich zusammengefassten Dateien und Übersichten runter, bevor du dir den Kurs anschaust.
Die Kapitel bauen aufeinander auf. Mach Dir also auch bei den komplexeren Themen keine Gedanken um die Voraussetzungen. Beschreibung
Microsoft Excel, unabhängig von der Version (funktioniert mit MS Excel 2003-2019 und Office 365).
Du benötigst Microsoft Access (z.B. aus Office 365, Access 2016 oder Access 2013)
Im Kurs erklären Fabio und Sebastian, wie Du alle relevanten Applikationen beziehen kannst.
"Der Kurs ist sehr umfassend und gut erklärt!" (?????, Lena Herz)"Ich finde den Aufbau sowie die Darstellung ausgesprochen gelungen. Auch sprachlich ist das Dargestellte gut und der Ton weitgehend gut. Bis jetzt bin ich sehr zufrieden." (?????, Michael Matthiesen)Data Science Masterclass: Statistik-Analysen & Datenbanken 2022!Dieser Kurs macht dich von null zum Experten im Bereich Statistik, Data Science und Datenanalyse! Wir fangen bei den wichtigsten Grundlagen der deskriptiven und induktiven Statistik an und werden die einzelnen Lerninhalte insbesondere praxisnahe mit Microsoft Excel vertiefen. Du lernst dabei die wichtigsten Analysewerkzeuge der Statistik kennen und wirst erfolgreich vorbereitet für komplexere Data-Science-Auswertungen und Machine Learning. Neben der deskriptiven und induktiven Statistik thematisieren wir insbesondere die wichtigsten Inhalte zu relationalen Datenbanken. Dieser Kurs enthält unzählige Lektionen, Quizze, Tests, Übungsaufgaben, Fallstudien, Merkblätter, Zusammenfassungen und Formelsammlungen - Der beste Weg ein Experte im Bereich Statistik & Data Science zu werden!Für diesen Kurs werden absolut keine Vorkenntnisse benötigt!Zunächst eine kurze Übersicht, was dir dieser Kurs alles bietetu lernst was Data Science ist und welche Aufgabenfelder ein Data Scientist hatDu wirst die wichtigsten Methoden, Prozesse und Systeme zur Extraktion von Erkenntnissen, Mustern und Daten kennenlernenDu verstehst warum der Data Scientist das wichtigste Bindeglied und Vermittler zwischen allen Ebenen eines Unternehmens istDu lernst die wichtigsten Prinzipien der Datenanalyse im Bezug auf Mittelwert-, Streuungs- und ZusammenhangskennzahlenDu kannst eigene Diagramme erstellen, die Du sinnvoll zur Visualisierung nutzen kannstDu wirst lernen wie man eine Regressionsanalyse modelliert und interpretiertDu lernst die Grundprinzipien der Zeitreihenanalyse anhand verschiedener TrendprognoseverfahrenDu wirst von Grund auf lernen, wie Datenbanken funktionierenDu erhältst sofort umsetzbares Wissen zum Thema Datenbankmanagement für deine BerufspraxisLerne, wie Du unterschiedliche Datenquellen wie Excel-Tabellen automatisch in Datenbanksysteme importierst und exportierstDu lernst verschiedene Arten von Abfragen kennen wie z.b. Aktualisierungsabfragen oder LöschabfragenDu lernst alle relevanten Datenbankabfragen und Joins kennen.Du lernst die wesentlichen Anwendungsbereiche der Data Science kennenDu wirst verstehen was man unter partieller Integration bei Datenbanken verstehtLerne, wie Datenbanken funktionieren.Lerne das Grundprinzip von relationalen Datenbanken kennen.Lerne, was Abfragen sind und wozu man sie braucht.Lerne die verschiedenen und effektivsten Formen von Abfragen kennen.Lerne, wie Du Excel und Access optimal verknüpfst.Lerne die besten Tipps und Kniffe, die sich im Büroalltag bewährt haben.Praxisnahe Insights:Einfache Einführung in Data ScienceData Science und Statistik anwendungsorientiert beherrschenVerstehe was Statistik istLerne die wichtigsten Elementen der deskriptiven und induktiven StatistikLerne Daten professionell zu visualisierenVerstehe die wichtigsten statistischen KennzahlenLerne Zusammenhänge zu berechnenVerstehe die Regressionsanalyse & ZeitreihenanalyseLerne wichtige TrendprognoseverfahrenVerstehe die Grundsätze der StochastikLerne Konfidenzintervalle zu berechnenFühre statistische Hypothesentests durchBestehe deine Statistik-PrüfungLerne mit echten Datensätzen zu arbeitenArbeite mit den wichtigsten DatenbankabfragenLerne die wichtigsten Erkenntnisgewinne aus Daten zu gewinnenLerne professionelle Datenbanken aufzubauenFordere dein Wissen mit diversen Quizzen und Übungsaufgaben herausEinfaches Wiederholen von Wissen durch umfangreiche ZusammenfassungenUnd viel mehr.Lerne Datenbankmanagement anwendungsorientiert mit Access!Microsoft Access ist in vielen Firmen die Standard-Datenbanksoftware für Desktop-Anwender.Im Gegensatz zu "Profi"-Datenbankmanagementsystemen kannst Du mit Access in wenigen Minuten (mit Drag and Drop und ohne SQL Kenntnisse) eigene Datenbanken erstellen, die Dir einen Haufen Arbeit abnehmen.In diesem Praxis-Kurs lernst Du meine Erfahrungen aus über 10 Jahren täglicher Arbeit mit Microsoft Access.Dieser Data Science Kurs besteht aus einer Vielzahl praktischer Übungen. Du lernst also nicht nur die Werkzeuge der Statistik, sondern auch, wie du quantitative Ansätze auf praxisnahe Data Science und Business Fälle anwenden kannst!Die Statistik ist eine unglaublich wertvolle Disziplin! Sie ist eine Möglichkeit eine systematische Verbindung zwischen Erfahrung (Empirie) und Theorie herzustellen.Du bist perfekt vorbereitet auf zukünftige ProblemstellungenDurchführung von professionellen Umfragen & statistischen AnalysenOperations Research mit statistischen MethodenGrundlage für Programmiersprachen wie Python oder R-StudioAnalysieren von großen Datenmengen im UnternehmenGrundlage für Web-Crawling & Data ScienceBestehen der Statistik-Prüfung an der Uni/HochschuleQualitätsmanagement DatenauswertungMarktforschungen mit Korrelationen und RegressionenWahrscheinlichkeiten in Business-Fällen berechnenÖkonometrische Ansätze in der Forschung verwendenFinanzmarkt Prognosen basierend auf TrendschätzungenData Mining und maschinelles LernenThermodynamikMein Ziel ist, dass du nach Abschluss dieses Kurses ein Experte im Bereich Data Science & Datenbankmanagement bist! Dies wird dir in einer Vielzahl von Anwendungsgebieten weiterhelfen! Dadurch bist du perfekt für zukünftige Jobs und Arbeitsprojekte vorbereitet.------------� �---------Wie ist dieser Kurs aufgebaut?1. Grundlagen Data Science1.1. Was ist Data Science?1.2. Welche Fähigkeiten braucht ein Data Scientist?1.3. Überblick Kursstruktur2. Einführung in die Statistik2.1. Was ist Statistik?2.2. Formelsammlung zur Statistik2.3. Skalenniveaus Grundlagen3. Klassierungen, Häufigkeiten & Verteilungen3.1. Einführung Häufigkeiten3.2. Klassieren von Daten und Häufigkeiten 13.3. Klassieren von Daten und Häufigkeiten 23.4. Verteilungsfunktionen 13.5. Verteilungsfunktionen 24. Mittelwertkennzahlen4.1. Grundlagen Mittelwertkennzahlen4.2. Modus4.3. Median4.4. Arithmetisches Mittel4.5. Geometrisches Mittel4.6. Boxplots & Visualisierungen4.7. Outlier Detection5. Streuungskennzahlen5.1. Streuungskennzahlen5.2. Spannweite & Streuungsmaße5.3. Variationskoeffizient6. Zusammenhangsmaßkennzahlen6.1. Grundlagen Zusammenhangsmaßkennzahlen6.2. Kontingenzkoeffizient 16.3. Kontingenzkoeffizient 26.4. Rangkorrelation nach Spearman 16.5. Rangkorrelation nach Spearman 26.6. Korrelationskoeffizient 17. Regressionsanalyse7.1. Grundlagen Regressionsanalyse7.2. Regression Beispiel 17.3.Regression Beispiel 27.4. Regression Beispiel 38. Zeitreihenanalyse8.1. Grundlagen Zeitreihenanalyse8.2. Visualisierung & Trendfunktion 18.3. Visualisierung & Trendfunktion 28.4. Naive Trendermittlungsverfahren8.5. Trendermittlung mit gleitenden Durchschnitten8.6. Trendermittlung mit exponentiellem Glätten8.7. Fehlerberechnung & Güteschätzung8.8. Standardisierung von Daten9. Stochastik & Kombinatorik9.1. Grundlagen der Induktiven Statistik9.2. Grundlagen der Kombinatorik9.3. Kombinatorik Beispiel 19.4. Kombinatorik Beispiel 29.5. Kombinatorik Beispiel 39.6. Einführung in die Wahrscheinlichkeitstheorie9.7. Wahrscheinlichkeitstheorie in Excel9.8. Binomialfunktion9.9. Hypergeometrische Funktion9.10. Poisson-Funktion9.11. Normalverteilung Beispiel 19.12. Normalverteilung Beispiel 29.13. Normalverteilung Beispiel 310. Konfidenzintervalle10.1. Grundlagen Konfidenzintervalle10.2. Konfidenzintervall bei Normalverteilung und bekannter Varianz10.3. Konfidenzintervall bei approximativer Verteilungsannahme10.4. Konfidenzintervall bei Normalverteilung und unbekannter Varianz11. Einführung Statistische Hypothesentests11.1. Grundlagen und Übersicht statistische Parametertests12. Einstichprobentests12.1. Grundlagen 1-SP-Test für den Erwartungswert12.2. Einstichprobentest für den Erwartungswert 112.3. Einstichprobentest für den Erwartungswert 212.4. Einstichprobentest für den Erwartungswert 312.5. Grundlagen 1-SP für den Anteilswert12.6. Einstichprobentest für den Anteilswert 112.7. Einstichprobentest für den Anteilswert 212.8. Grundlagen 1-SP für die Varianz12.9. Einstichprobentest für die Varianz 112.10. Einstichprobentest für die Varianz 213. Zweistichprobentests13.1. Grundlagen 2-SP für den Erwartungswert13.2. Beispiel 1: Zweistichproben-t-Test in Excel13.3. Beispiel 2: Zweistichproben-t-Test in Excel13.4. Grundlagen 2-SP für den Anteilswert13.5. Beispiel 1: 2-SP-Test für die Differenz zweier Anteilswerte in Excel13.6. Beispiel 2: 2-SP-Test für die Differenz zweier Anteilswerte in Excel13.7. Grundlagen 2-SP für die Varianz13.8. Beispiel 1: Zweistichproben-F-Test in Excel13.9. Beispiel 2: Zweistichproben-F-Test in Excel14. Verteilungstests14.1. Chi-Quadrat-Anpassungstest auf Normalverteilung14.2. Beispiel 1: Chi-Quadrat-Anpassungstest14.3. Beispiel 2: Chi-Quadrat-Anpassungstest15. Einführung in relationale Datenbanken15.1 Was ist eine Datenbank?15.2. (Theorie) Wo bekommst Du es her + erste Sichtbare unterschiede Access vs. Excel16. Grundlagen Datenbank-Tabellen & Schlüssel16.1. (Theorie) Was sind Datenbank-Tabellen, und was ist ein Schlüssel?16.2. Strukturen und Tabellen anlegen (Kurzform)17. Abfragen & Joins bei Datenbanken17.1. (Theorie) Was ist eine Abfrage und welche Abfragetypen gibt es17.2. Abfragen vorbereiten in Access und der Normalisierungsgedanke17.3. Deine erste einfache Abfrage (Projektion)17.4. Aufsteigend und absteigend sortieren17.5. Jetzt wird geheiratet - Dein erster Join17.6. Wir schauen uns den Code vom Join an17.7. Ein einfacher Vergleich in einer Abfrage17.8. Filter auf Zwischen und Ungleich17.9. Über Nullwerte17.10. Zeilen suchen, die einen bestimmten Wert enthalten17.11. Variable in der Abfrage18. Fortgeschrittene Datenbankfunktionen18.1. Datum-Felder und Datum-Vergleich18.2. Dateien von Excel importieren mit diesen 2 Möglichkeiten18.3. Exportieren in Excel und Reportingstrukturen errichten18.4. Aggregatfunktionen erklärt an verschachtelten Funktionen mit mehreren Joins18.5. Einführung berechnete Felder und wichtige Anmerkungen dazu18.6. Referentielle Integrität, Aktualisierungsweitergabe und Löschweitergabe19. Expertenfunktionen bei Datenbanken19.1. Einführung in erweiterte Abfragetypen19.2. Die Datenerstellungs-Abfrage19.3. Die Anfüge-Abfrage19.4. Die Aktualisierungs-Abfrage19.5. Kreuztabellen - eine verkleinerte Version von Pivottabellen19.6. Brauche ich regelmäßig: Die Löschabfrage19.7. Die Union-Abfrage - So geht es auch ohne Wizard--------------� �-------Im Kurs zum Download erhältlichZusammenfassung aller Themen der Data Science (PDF)Skript aller inhaltlichen Themen der Data Science (PowerPoint)Formelsammlung (PDF)Übungsaufgaben der einzelnen Themenkapitel (Excel & Access)Lösungen der Übungsaufgaben (Excel & Access)Übersicht aller Shortcuts in Access (PDF)Übersicht aller Shortcuts in Excel (PDF)Übersicht zum Thema Pivot-Tabellen (PDF)--------------- -------Also, worauf wartest Du? Schreib dich am besten direkt ein in diesen Kurs! Mit der 30-Tage 100% Geld-zurück-Garantie hast Du absolut kein Risiko. Falls der Kurs nicht zu Dir passen sollte, kannst Du ihn ganz unkompliziert binnen 30-Tage wieder zurück geben!Ich hoffe wir sehen uns gleich direkt im Kurs. Eine Investition in Bildung trägt die höchsten Zinsen!Dein Fabio
Who this course is for:
Dieser Kurs richtet sich insbesondere an alle Studierenden und Berufsanfänger, die sich für das Thema Data Science interessieren.,Menschen, die Datenbanken praxisnah kennenlernen wollen.,Dieser Kurs ist geeignet für alle, die sich für eine einfache, fachgerechte und interessante Einführung in das Thema Data Science interessieren.,Business Analysten / Projektmitarbeiter, die effektiver werden möchten.,Dieser Kurs richtet sich an alle, die sich für das Berufsfeld Data Scientist interessieren.,Jeder, der sich in relationale Datenbanken einarbeiten möchte oder es "muss",Dieser Kurs ist geeignet für alle, die im Job iterative Prozesse durch neue Technologien automatisieren möchten.,Menschen, die die praktische und pragmatische Einordnung von Fabio und Sebastian erfahren möchten
Zitieren