Einführung in Data Science mit Python

LAUFENDE AKTIONEN – reinschauen lohnt sich!

Wir bieten regelmäßig attraktive Rabatte auf ausgewählte Kurse.
Unsere Aktionen sind zeitlich befristet – sichern Sie sich rechtzeitig
Ihren Platz und sparen Sie bei Ihrer Weiterbildung!

Hinweis: Nicht mit anderen Aktionen kombinierbar.

Python ist eine moderne, weit verbreitete Programmiersprache, die sich besonders für Datenanalyse und maschinelles Lernen eignet. Sie zeichnet sich durch eine einfache, lesbare Syntax aus und ist damit ideal für Einsteiger*innen geeignet. Python bildet die Grundlage des gesamten Data-Science-Kurses und wird verwendet, um Daten zu verarbeiten, Analysen durchzuführen und automatisierte Prozesse zu erstellen.

Jupyter Notebook / Google Colab
Zur Umsetzung der Programmierübungen nutzen die Teilnehmer*innen interaktive Notebooks mit JupyterLab (lokal) oder Google Colab (cloudbasiert, ohne Installation). Diese Umgebung erlaubt es, Code, Text und Visualisierungen in einem Dokument zu kombinieren – ideal für strukturierte Analyseprozesse und Projektdokumentation. Google Colab bietet zusätzlich die Möglichkeit, direkt im Browser zu arbeiten.

Pandas ist eine leistungsstarke Open-Source-Bibliothek in Python zur tabellarischen Datenverarbeitung. Sie ermöglicht es, Daten aus CSV-, Excel- oder Datenbankquellen zu importieren, zu bereinigen, zu sortieren, zu gruppieren und zu analysieren. Die Teilnehmer*innen lernen mit Pandas typische Aufgaben der Datenaufbereitung und -strukturierung kennen – ein zentrales Element im Data-Science-Workflow.

NumPy ergänzt die Python-Umgebung um Funktionen zur numerischen Berechnung mit Arrays und Matrizen. Es bildet die technische Grundlage für viele weitere Data-Science-Tools. Im Kurs wird NumPy für mathematische Operationen, Datenmanipulation und effizientes Arbeiten mit Zahlenreihen verwendet – insbesondere zur Vorbereitung strukturierter Analysen.

Matplotlib & Seaborn
Zur Visualisierung von Daten werden im Kurs die Bibliotheken Matplotlib und Seaborn eingesetzt. Sie ermöglichen es, Diagramme, Heatmaps, Histogramme oder Zeitreihen zu erstellen und Daten grafisch aufzubereiten. Die Teilnehmer*innen lernen, Daten so darzustellen, dass Muster und Zusammenhänge leicht erkennbar sind – ein zentrales Element für Präsentation und Interpretation.

Scikit-Learn ist die Standardbibliothek für maschinelles Lernen in Python. Sie bietet zahlreiche Werkzeuge für Klassifikation, Regression und Modellbewertung. Im Kurs setzen die Teilnehmer*innen Scikit-Learn ein, um erste einfache Machine-Learning-Modelle zu erstellen, zu testen und auf reale Datensätze anzuwenden – z. B. zur Vorhersage oder Klassifikation.

Einführung in Data Science mit Python 32UE / 3 Wochen

Dieser praxisnahe Kompaktkurs bietet einen fundierten Einstieg in Data Science mit Python. Teilnehmer*innen lernen die grundlegenden Konzepte der Programmiersprache kennen – von Syntax, Datentypen und Fallunterscheidungen bis hin zur Arbeit mit Modulen und der Python-Standardbibliothek. Gearbeitet wird in interaktiven Umgebungen wie Jupyter Notebook oder Google Colab, wodurch Code, Dokumentation und Visualisierungen strukturiert kombiniert werden können.

Im Mittelpunkt stehen praxisnahe Datenanalysen mit Pandas und NumPy zur Aufbereitung und Verarbeitung strukturierter Daten sowie Matplotlib und Seaborn zur Visualisierung. Abschließend setzen die Teilnehmer*innen ein eigenes Analyseprojekt um und erhalten einen ersten Einblick in maschinelles Lernen mit Scikit-Learn – ideal für alle, die Python professionell für datenbasierte Fragestellungen einsetzen möchten.

- Allgemeine PC & Windowskenntnisse
- Vorkenntnisse in Python sind nicht zwingend notwendig, aber hilfreich

- Dauer: 3 Wochen, gesamt 32UE

- 10UE pro Woche (1UE = 50min.)

Kurszeitenvorschlag:

- Mo: 09:00 – 12:30 Uhr & Mi: 09:00 – 12:30 Uhr
- Fr: 09:00 – 12:00 Uhr (inkl. Pausen)

Hinweis: Die finalen Kurszeiten werden gemeinsam mit der Gruppe abgestimmt.
Dabei achten wir auf die Kriterien von Förderstellen wie AMS oder WAFF.

Für die gesamte Kursdauer steht Ihnen kostenlos ein eigener Raum mit PCs und aktueller Software zur Verfügung. Nutzen Sie diese Selbstlernzeiten, um das Gelernte zu vertiefen, zu üben und sich gezielt auf kommende Inhalte vorzubereiten. Offene Fragen können beim nächsten Termin gemeinsam geklärt werden.

- Kleine Gruppen (2–6 Personen)
  Individuelle Betreuung und höhere Kursqualität.

- Übungszeiten im Institut (kostenlos/optional)
  High-End-PCs, Softwarelizenzen & ruhiger Lernraum zum Vertiefen.

- Effiziente Halbtageskurse
  3–4 Unterrichtseinheiten pro Termin – optimale Konzentration ohne Überlastung.

- Modernste technische Ausstattung
  27" Monitore, aktuelle Softwareversionen, 86" Touch-Displays, je nach Kurs 3D-Drucker.

- Kursstart garantiert – schon ab 2 Teilnehmer*innen
  Alle Kurse beginnen bereits ab zwei Teilnehmer*innen – für maximale Flexibilität.