Sachbearbeiter_innen und Führungskräfte, die z. B. mit MS Excel, anderen Programmen oder Datenbanken arbeiten, sowie alle, die im Berufsalltag mit Daten zu tun haben oder Fragestellungen datenbasiert beantworten möchten

MS Excel Grundkenntnisse und ein eigener Laptop. Kenntnisse einer Programmiersprache sind von Vorteil.

Nach Abschluss des Lehrgangs können die Teilnehmenden:

• die Grundlagen von Machine Learning und Data Science einordnen und reale Anwendungsfelder benennen.
• die Entwicklungsumgebung RStudio für Datenanalysen einrichten und bedienen.
• Daten in Strukturen wie Vektoren, Matrizen und Dataframes verwalten, bereinigen und transformieren.
• statistische Grundkennzahlen wie Korrelation, Mittelwert und Median berechnen und interpretieren.
• Mittelwertvergleichstests durchführen und deren Ergebnisse beurteilen.
• Verfahren des Supervised Learning wie Regression und k-nearest neighbors anwenden.
• Verfahren des Unsupervised Learning wie k-means-Clustering einsetzen.
• Meta-Learning-Verfahren wie Random Forests anwenden und beurteilen.
• mit Werkzeugen wie H2O, Keras und TensorFlow erste Modelle aufbauen.
• auf Basis der Analyseergebnisse fundierte Geschäftsentscheidungen ableiten