Einführung in Python für Data Scientists

Kursbeschreibung

Mit dem besonderen Fokus auf den Bereich Datenanalyse vermittelt dieser Kurs die Grundlagen in der Programmiersprache Python. Von der Installation, den wesentlichen Objekttypen und Programmierbasics über einfache Analysen und Visualisierungen erhalten Sie mit diesem Training alle Voraussetzungen, um erste Anwendungen in Python selbst zu schreiben. In praxisnahen Beispielen und mit Hilfe von Beispieldaten werden die Inhalte theoretisch eingeleitet und vorgeführt. Kleine Übungen helfen, das Gelernte auszuprobieren und zu vertiefen.

Besonderes Augenmerk richtet der Kurs auf die Populäre Python-Bibliothek Pandas und deren Datentypen Series und DataFrame.

Zielgruppe:

Python Interessierte mit und ohne Programmiererfahrung, Data Scientists, Datenanalysten, Statistiker, Mathematiker, Researcher

Lernziele:

+ Kennenlernen der grundlegenden Programmierkonzepte in Python

+ Ausführen einfacher Analysen und erstellen von Visualisierungen

Inhalte:

  • Das Konzept und die Philosophie von Python
  • Übersicht Python-Editoren, u.a.: Jupyter, Pycharm, Spyder
  • Python-Projekte anlegen: Ordnerstruktur, Einbinden von Paketen und Modulen
  • Die Python Hierarchie: Pakete, Module, Klassen, Funktionskonstrukte und Quellcode
  • Datenstrukturen und ihre Eigenschaften
  • Funktionen und Kontrollstrukturen
  • Einstieg in die Objektorientierung: Klassen, Methoden und Attribute
  • pandas
    • Objekttypen: Series und DataFrame
    • Datenmanagement, Aggregationen, Deskriptive Statistik, einfache Visualisierungen

 

 

Standorte
München 09. – 10. April
Frankfurt 04. – 05. September
Hamburg 22. – 23. November

 

Preis pro Person für beide Kurstage

Euro 1190,- *
*Zzgl. MwSt.
 
DERZEITIGES ANGEBOT: Das Training im September in Frankfurt können Sie bis zum 01.August für 600€ buchen!*
*Solange freie Plätze vorhanden sind. Die Teilnehmerzahl ist auf 12 Personen beschränkt.

 

 

 

  1. Anmeldung
  2. (required)
  3. (required)
  4. (valid email required)
  5. Rechnungsadresse