Python Programmierung: Data Science

Kursüberblick

SQL-Datenintegration in Data Science-Projekten Verbindung von SQL-Datenbanken mit Python für effektive Datenerfassung Nutzung von SQL-Abfragen in Kombination mit Pandas für Datenmanipulation Datenanalyse mit Pandas Verwenden von DataFrames für vielfältige Datenanalysen und -transformationen Implementierung von Aggregationen, Zusammenführungen und Gruppierungen zur Datenaufbereitung Numerische Berechnungen mit NumPy Nutzen von NumPy-Arrays für schnelle und effiziente numerische Berechnungen Anwendung von linearen Algebra- und Statistikfunktionen zur Datenanalyse Datentransformation und Bereinigung Verwenden von Pandas und NumPy, um saubere und analysierbare Datensätze zu erzeugen Beseitigung fehlender Werte und Duplikate, um die Datenqualität zu erhöhen Best Practices für Data Science Optimierung von Berechnungen durch effiziente Datenstrukturen und Algorithmen Nutzung von Visualisierungsbibliotheken zur Darstellung von Erkenntnissen aus den Daten

Nächste Termine

• 2026-08-23T22:00:00.000Z · 2026-11-26T23:00:00.000Z · Frankfurt am Main · Hybrid Learning
• 2026-08-23T22:00:00.000Z · 2026-11-26T23:00:00.000Z · Wiesbaden · Hybrid Learning
• 2026-08-23T22:00:00.000Z · 2026-11-26T23:00:00.000Z · Dresden · Hybrid Learning
• 2026-08-23T22:00:00.000Z · 2026-11-26T23:00:00.000Z · Leipzig · Hybrid Learning
• 2026-08-23T22:00:00.000Z · 2026-11-26T23:00:00.000Z · Laatzen bei Hannover · Hybrid Learning