Grundlagen Data Science und Data Analytics mit KNIME

Kursüberblick

Diese Agenda ist auch Bestandteil (1.-3. Tag) des Kurses "Grundlagen Data Science und Data Analytics mit KNIME und Tableau" Einführung und Kontext Überblick Data Science, Data Analytics und Co. Chancen und Risiken der Data Science Tools für das interaktive Reporting Ergebniskommunikation und Reporting Tools zur Datenanalyse Extract, Transform, Load (ETL) mit KNIME Einführung in KNIME Datenimport von einfachen Formaten Datenprüfung Zusammenführen von Daten Datenbereinigung Datenformate Arbeitsdokumentation Workfloworganisation Weiterbearbeitung von Daten Datenvisualisierung Datenexport KNIME - Erweiterte Möglichkeiten und Anwendungen Datenimport aus Datenbanken lokal und remote Data Streaming Zeit- und Datumsformate Logik und Mathematische Operationen Grundlagen der Statistik Looping in KNIME Datenexport in lokalen und remote Datenbanken automatisierte Prozesse Emailversand Vorstellung weiterer Datatools Data Science - Überblick Einführung in die Data Science und ihre Ursprünge Die Stufen der Analyse (nach Gartner) Grundkonzepte der Statistik Beschreibende Statistik und Dateneigenschaften Regression, Overfitting, TreeMethoden, Bagging und Boosting Methoden zur Klassifizierung Cross Correlation Unüberwachtes Lernen Weitere Tools der Data Science

Nächste Termine

• 2026-10-13T22:00:00.000Z · 2026-10-15T22:00:00.000Z · Online-Seminar
• 2026-10-13T22:00:00.000Z · 2026-10-15T22:00:00.000Z · Köln · Seminar
• 2027-01-17T23:00:00.000Z · 2027-01-19T23:00:00.000Z · Köln · Seminar
• 2027-01-17T23:00:00.000Z · 2027-01-19T23:00:00.000Z · Online-Seminar