Seminarinhalt
Nach Abschluss des Trainings:
- verstehen Teilnehmende die Grundlagen von Data Mining, Datenqualität und deren Bedeutung für prädiktive Analysen.
- beherrschen Teilnehmende die Datenaufbereitung mit Pandas und die Visualisierung mit Matplotlib und Seaborn.
- führen Teilnehmende grundlegende Data Mining-Methoden wie Clustering (K-means) und Assoziationsanalysen durch.
- kennen Teilnehmende den Umgang mit Anomalien und Ausreißern sowie die Anwendung von Text Mining und Process Mining.
Programm
- Datenqualität
- Data Warehouse und Data Mining
- Was ist Data Mining?
- Anomalien und Outlier
- Datenvisualisierung mit Matplotlib und Seaborn
- Data Wrangling mit Pandas
- Assoziationen
- K-means Clustering
- Process Mining
- Text Mining

