Machine Learning für Datenanalyst:innen

Kursüberblick

Die Anforderungen an die Datenanalyse haben sich mit der Verbreitung lernender Verfahren verändert. Machine Learning leitet Muster aus vorhandenen Daten ab und erweitert die Analysearbeit um die Schätzung künftiger Werte. Kursinhalt 1. Vom Analyseauftrag zur Modellfrage Fachliche Fragestellungen in Lernaufgaben übersetzen Klassifikation und Regression voneinander abgrenzen Zielgrößen und Erfolgskriterien festlegen 2. Datenaufbereitung für lernende Verfahren Bereinigung, Kodierung und Skalierung von Merkmalen Umgang mit fehlenden und unausgewogenen Daten Aufteilung in Trainings- und Testdaten 3. Modelle trainieren und ihre Güte prüfen Auswahl von Lernverfahren für analytische Fragestellungen Gütemaße und deren Interpretation Überanpassung von Modellen erkennen 4. Modellergebnisse in Auswertungen einbinden Übersetzung von Modellausgaben in fachliche Aussagen Dokumentation von Annahmen und Modellgrenzen Einbindung von Prognosen in bestehende Auswertungen Berufliche Relevanz Erweiterung analytischer Aufgaben um vorhersagende Verfahren Fachlich begründete Bewertung von Modellergebnissen Zusammenarbeit mit datenwissenschaftlichen Rollen auf gemeinsamer Grundlage

Nächste Termine

• 2026-10-25T23:00:00.000Z · 2026-12-05T23:00:00.000Z · Heilbronn, Neckar · Hybrid Learning
• 2026-10-25T23:00:00.000Z · 2026-12-05T23:00:00.000Z · Leinfelden-Echterdingen · Hybrid Learning
• 2026-10-25T23:00:00.000Z · 2026-12-05T23:00:00.000Z · Nürnberg, Mittelfranken · Hybrid Learning
• 2026-10-25T23:00:00.000Z · 2026-12-05T23:00:00.000Z · Karlsruhe, Baden · Hybrid Learning
• 2026-10-25T23:00:00.000Z · 2026-12-05T23:00:00.000Z · Virtuelles Klassenzimmer

Weitere Kurse in diesem Fachbereich

• KI-Master und Jobcoaching

  A-Leecon GmbH

• KI-, Kulturmanager/in und KI-Tool-Expert/in

  LVQ Weiterbildung und Beratung GmbH

• KI-Manager

  DAFI Deutsche Akademie für Informationssicherheit GmbH

• Python with Data Science plus Microsoft Teams

  New Horizons Mitte