TU BERLIN ACADEMY FOR PROFESSIONAL EDUCATION
a
a
a
M
ZEITRAUM

05.04.2024 - 17.05.2024
KURSDAUER

6 Wochen
SPRACHE

Englisch
STANDORT

Online
ABSCHLUSS

TU Berlin Certificate of Professional Education (6 ETCS)
LERNFORMAT

online
LEHRENDE*R

Prof. Dr. Rand Kouatly
KOSTEN

4.350 €

Anerkannt als Bildungszeit

INTRODUCTION TO STATISTICS AND PROGRAMMING FOR DATA SCIENCE
05.04.2024 – 17.05.2024

Der Zertifikatskurs vermittelt intensiv die Grundlagen der Statistik und Programmierung für die Datenwissenschaft. Er behandelt die Grundlagen der deskriptiven und inferentiellen Statistik sowie die Grundlagen der Programmierung für die Datenanalyse. Teilnehmende lernen, wie sie die Sprache R/Python zur Datenanalyse und zur Erstellung von Datenvisualisierungen einsetzen können.

Lernziele

Nach erfolgreichem Abschluss des Kurses wissen Teilnehmende, wie Daten mit R/Python-Paketen importiert, exportiert und manipuliert werden und verstehen grundlegende statistische Konzepte und Techniken sowie deren Berechnung in R/Python. Sie sind in der Lage verschiedene Arten von Plots und Diagrammen mit Hilfe von R-Visualisierungspaketen zu erstellen und anzupassen. Sie sind geübt im Umgang mit verschiedenen Arten von Plots und Diagrammen unter Verwendung von Excel als ergänzende Werkzeuge für die Statistik und können R/Python verwenden, um einfache statistische Analysen, Hypothesentests und Datenexploration durchzuführen. Datenbereinigung, Datentransformation und Datenaufbereitung mit R/Python können sie eigenständig durchführen und kennen Techniken zur Datenvorverarbeitung, -bereinigung und -aufbereitung.

Inhalt

Woche 1: Kursvorbereitung - Software installieren
  • Was sind R und RStudio? Was sind Python und Jupyter (Notebook)?
  • Installation von R und RStudio / Python und Jupyter (Notebook) auf dem persönlichen Laptop/Computer
  • Fehler, Warnungen und Nachrichten
  • Lerntipps zum Coden
  • Package-Installation
  • Package-Loading
  • Testen und Hello-World-Programm
Woche 2: Einführung ins Programmieren
  • Thema 1: Data Typen
  • Thema 2: Basic Operations
  • Thema 3: Datensktruktur
  • Programmierübung 1
Woche 3: Überblick über Programmierstatistiken
  • Thema 4: Datentypen
  • Thema 5: Explorative Datenanalyse
  • Thema 6: Statistische Analyse mit Excel
  • Programmierübung 2
Woche 4: Datenmanipulation und -bereinigung
  • Thema 7: Datenrahmenoperationen
  • Thema 8: Input und Output mit R/Python
  • Thema 9: Datenumformung
  • Programmierübung 3
Woche 5: Datenexploration und -visualisierung
  • Thema 10: Umgang mit fehlenden Daten
  • Thema 11: Erforschung und Visualisierung von Techniken
  • Thema 12: Visualisierung von Daten mit R/Python
  • Programmierübung 4
Woche 6: Capstone Projekt
  • Anwendung der im Kurs erlernten Fähigkeiten und Kenntnisse auf ein reales Datenanalyseprojekt mit R/Python
  • Prüfungsprojekt Anforderung und Spezifikation
  • 4 Stunden offene Sprechstunde (in Gruppen) – online
Der Kurs startet mit einer Selbstlernphase, in der sich die Teilnehmenden auf den Kurs inhaltlich vorbereiten werden und entsprechende Software zur Verfügung gestellt bekommen. Danach werden im Wechsel virtuelle Präsenzveranstaltungen und Selbstlernphasen folgen. Jede Einheit wird durch Programmierübungen abgerundet.

Zielgruppe

Dieser Kurs richtet sich an Berufstätige, die sich intensiv mit dem Thema Datenwissenschaften auseinandersetzen möchten, um mehr über Grundlagen und Konzepte zu erfahren.

Dieser Kurs ist gemäß § 10 (5) Berliner Bildungszeitgesetz (BiZeitG) anerkannt.

Teilnahmevoraussetzungen

  • Englisch auf B1-Niveau
  • Vorkenntnisse in Programmierung und Statistik
  • Grundlagen in Mathematik
  • Beherrschung der Microsoft Office-Anwendungen
  • Laptop/PC + Headset mit Mikrofon

Termine

Der Zertifikatskurs startet mit einem Selbststudium vom 05.04.2024 - 11.04.2024, welches als Vorbereitung für den Kurs dient. Danach findet ein intensiver Wechsel zwischen virtuellen Präsenzveranstaltungen, Selbststudium und online Begleitung statt.

Ablauf des Kurses:
  • Selbststudium 05.04.2024 - 11.04.2024 (Umfang 10 Stunden)
  • Virtuelle Präsenzveranstaltung von 15:00 - 21:00 Uhr am:
    • 12.04.2024
    • 19.04.2024
    • 26.04.2024
  • Selbststudium 27.04.2024 - 02.05.2024 (Umfang 18 Stunden) inklusive 4 Stunden offene Sprechstunde in Gruppe oder individuell
  • Virtuelle Präsenzveranstaltung am 03.05.2024 (15:00 - 21:00 Uhr)
  • Selbststudium 04.05.2024 - 09.05.2024 (Umfang 18 Stunden) inklusive 4 Stunden offene Sprechstunde in Gruppe oder individuell
  • Virtuelle Präsenzveranstaltung für die Vorbereitung der Abschlussarbeit am 10.05.2024 (2 Stunden)
  • Selbststudium 11.05.2024 - 16.05.2024 (Umfang 18 Stunden) inklusive 2 Stunden offene Sprechstunde in Gruppe
  • Präsentation der Abschlussarbeit am 17.05.2024 (15:00 - 17:00 Uhr)


  • Dieser Kurs wird ebenfalls im Oktober/November 2024 angeboten.
LEHRENDE*R

Prof. Dr. Rand Kouatly

Prof. Dr. Rand Kouatly ist eine internationale akademische Führungspersönlichkeit, Professor und Forscher mit mehr als 20 Jahren Erfahrung in den Bereichen Hochschulbildung, Bildungstechnologie und Wissensmanagement in Unternehmen sowie in der Weiterbildung von Führungskräften. Zudem verfügt er über mehr als 10 Jahre internationaler Erfahrung als leitender Projektmanager und Berater in verschiedenen Technologie-, Markt- und Geschäftsbereichen. Derzeit ist er Programmdirektor für Software Engineering an der University of Europe for Applied Sciences. Von 2013-2016 arbeitete er als Forscher an der Technischen Universität Berlin und lehrt seit 2016 als Gastdozent in den Studiengängen der TU Berlin, unter anderem in den Bereichen Java, maschinelles Lernen und Big Data. Prof. Dr. Kouatly ist ein internationaler Wissenschaftler und Experte für Telekommunikationstechnik und Softwareentwicklung, Frontend- und Backend-Entwicklung, künstliche Intelligenz, Deep Learning, künstliche neuronale Netze, einschließlich der Bereiche Mustererkennung, Audio- und Sprachverarbeitung sowie Sprach- und Sprechererkennung, E-Learning, Projektmanagement und Unternehmensberatung. Er ist sehr erfahren in der Leitung von kleinen Unternehmen, Start-ups, Projekten und Teamleitern. Darüber hinaus war er erfolgreich in verschiedenen Funktionen tätig, z. B. als Dekan und Vizedekan, akademischer Forscher und Betreuer sowie als Entwickler von Studienprogrammen an verschiedenen öffentlichen und privaten Universitäten.

PDF Download
Sie möchten sich für diesen Kurs anmelden?

Nicht vorrätig

Oder haben Sie andere Fragen?
Preloader