Data Librarian

Modul 3: Data analysieren und darstellen
  • 1. Kursorganisation und Vorbereitungen
    • Kursorganisation
    • Termine und Kurseinheiten
    • Projektordner und Datensatz
    • Conda und Anaconda
    • Jupyter Notebooks
    • Python Pakete und Bibliothekten
      • numpy
      • pandas
      • matplotlib
      • seaborn
      • scipy
      • scitkit-learn
    • Recap: Quiz
    • Musterlösungen
  • 2. Grundlagen der Datenanalyse in Python
    • Statistik, Data Science und Machine Learning
      • Statistik
      • Machine Learning
      • Data Science
    • Grundbegriffe der Statistik
    • Praktische Einführung in Pandas
      • Series und DataFrames
      • Ein- und Ausgabe
      • Auswahl und Erstellung von Spalten
      • Auswahl von Zeilen
      • Exkurs: Fehlende Werte
      • Nützliche Funktionen in Pandas
    • Reflexion: Datenprojekte an der eigenen Arbeitsstelle
    • Recap: Quiz
    • Musterlösungen
  • 3. Deskriptive Statistik und Visualisierungen
    • Univariate Verteilungen
      • Häufigkeiten
      • Lagemaße
      • Streuungsmaße
      • Symmetrie und Schiefe
    • Bivariate Verteilungen
      • Kreuztabellen
      • Korrelation
    • Visualisierungen mit Seaborn
      • Tutorial
      • Weitere Beispiele
    • Recap: Quiz
    • Musterlösungen
  • 4. Exkurs: Inferenzstatistik
    • Statistische Inferenz
    • Das Bootstrapping Verfahren
    • Konfidenzintervalle und Signifikanz
    • Mittelwertvergleiche
    • Musterlösungen
  • 5. Machinelles Lernen - Grundlagen
    • Recap: Quiz Maschinelles Lernen
  • 6. Machinelles Lernen - Praxis mit scikit-learn
    • Klassifikation
    • Regression
    • Dimensionsreduktion
    • Quiz
    • Musterlösungen
  • 7. Machinelles Lernen - Automatische Textanalyse
    • Text-Klassifikation
    • Quiz
    • Musterlösungen

More

  • Lösungen zu den Kursaufgaben
  • Termine und Überblick
  • Moodle Kursumgebung

  • Clear History

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License. Author: Malte Bonart and Konrad Förstner.

Modul 3 > Lösungen zu den Kursaufgaben

Lösungen zu den Kursaufgaben

Hier finden sich die Musterlösungen aller Einheiten im Überblick.

1. Kursorganisation und Vorbereitung
2. Grundlagen der Datenanalyse in Python
3. Deskriptive Statistik und Visualisierungen
4. Exkurs: Inferenzstatistik
6. Maschinelles Lernen - Praxis mit scikit-Learn
7. Maschinelles Lernen - Automatische Textanalyse