Springe direkt zum Inhalt

Sie sind hier:

Inhalt

Kursübersicht – Details

Fachkurs: 21IF-02-HW1 Data Analysis Concepts with Python (english)

Target group: Master's students, doctoral and post-doctoral students, professionals
Requirements: Basic knowledge of programming, statistics and Python
Participants: 12
Credit Point (ECTS): 1
Work for CP: Programming project of a data analysis task

 

The basic workflow of data analysis encloses the potential pre-processing, suitable storage, beneficial visualization and statistical analysis of complex data. The goal of this workshop aims to enable the participants to design and implement computational approaches to data analysis tasks in a sustainable pythonic manner.

In order to provide a common working ground, the workshop starts with a brief but profound introduction to the interpreter language Python, an on-spot installation and the organisation of multiple working environments for different Python projects. To provide a convenient workflow throughout the workshop, the basics of object-oriented programming are refreshed.

The workshop introduces the guiding principles of data science in general and data analysis in particular via hands-on examples covering:

  - efficient strategies for the computation with and the organisation of large data sets

  - introduction to explorative, descriptive and inferential data analysis

  - discussion of statistical principles guiding data analysis concepts

  - application of open source libraries for data analysis methods

  - visualization techniques of complex data

Remark: The Workshop provides the basic knowledge expected for the Workshop Machine Learning - Advance Data Analysis Concepts with Python (Workshop 21IF-21-HW2).

Kategorie

  • Halbwochenkurs (Di - Do)

Datum

27.–29.07.2021

Ort

Online
Online

ReferentIn

Dr. rer. nat. Nadine Berner

studierte an der Universität Würzburg Physik. An der Universität Potsdam promovierte sie in Theoretischer Physik und entwickelte probabilistische Methoden zur Analyse von Trendwenden in komplexen Klimasignalen. Danach forschte sie sechs Jahre als Research Data Scientist bei der gemeinnützigen Gesellschaft für Anlagen- und Reaktorsicherheit (GRS gGmbH), in der Abteilung Sicherheitsanalysen, am Forschungszentrum Garching bei München. Mittlerweile arbeitet sie als Data Scientist mit dem Fokus auf Map und Dynamical Analytics am Forschungs- und Innovationszentrum (FIZ) der BMW Group in München.

Ihr Forschungsinteresse umfasst die komplexe Zeitreihenanalyse, sowie die Unsicherheitsanalyse komplexer dynamischer Systeme unter Einfluss nicht-linearer Zustandsänderungen, basierend u.a. auf Ansätzen der Bayes Statistik, Netzwerktheorie und Maschinellen Lernalgorithmen

Preis für Berufstätige

€ 240,00

Preis für Teilzeitkräfte bis 50%

€ 120,00

Ermäßigter Preis / Reduced price

€ 40,00

Genaue Kurszeiten:

Di 27.07.
09.15 - 11.30
14.00 - 15.30
16.00 - 17.30


Mi 28.07.
09.00 - 10.30
11.00 - 12.30
14.00 - 15.30
16.00 - 17.30


Do 29.07.
09.00 - 10.30

Mögliche Zahlungsarten

  • Zurzeit ist Zahlung nur per Rechnung möglich. / Payment possible only by invoice

Zielgruppen

  • Arbeitssuchende
  • Berufstätige
  • Schülerinnen - Kursstufe
  • Studentinnen

Veranstalter

Netzwerk F.I.T (if)

Anmeldung / Registration

Die Anmeldefrist für diese Veranstaltung ist leider schon vorbei.


Zur Übersicht

Kurs per Email empfehlen
mehrere Empfänger werden durch Komma getrennt
dieses Feld dient zur Abwehr von Spam