Modul 2: Datenanalyse & Feature Engineering - 2 Wochen
- Inhalt : Grundlagenthemen
- KursID:

nach Wahl
Preis pro Person (Umsatzsteuerbefreit gemäß § 6 Abs.1 Z11A UStG.)*Sie erhalten in Kürze ein kostenloses Angebot samt allen notwendigen Unterlagen, die Sie bei Ihrer Förderstelle einreichen können.
Kursinhalt :
Dieser Kurs dauert in Summe 2 Wochen
im Ausmaß von 20UE (UE = Unterrichtseinheit à 50min.)
Kosten: EUR 1.150,-
Umsatzsteuerbefreit gemäß § 6 Abs.1 Z11A UStG.
In diesem Modul tauchen die Teilnehmer tief in die Welt der Datenanalyse und des Feature Engineerings ein. Der Schwerpunkt liegt auf der Anwendung von Pandas, NumPy und Matplotlib, um komplexe Datensätze zu untersuchen und bedeutungsvolle Merkmale für Machine-Learning-Modelle zu entwickeln.
Datenanalyse: Die Teilnehmer lernen, wie sie Daten umfassend untersuchen, Muster und Anomalien identifizieren und statistische Analysen durchführen können, um fundierte Erkenntnisse zu gewinnen.
Feature Engineering: Der Kurs vermittelt Techniken zur Erstellung neuer, relevanter Features aus Rohdaten, die die Leistung von Machine-Learning-Modellen verbessern. Es wird gezeigt, wie man Daten transformiert, bereinigt und anreichert, um die Modelle optimal zu trainieren.
Durch praktische Übungen und Fallstudien erwerben die Teilnehmer die Fähigkeiten, um Daten effizient vorzubereiten und zu analysieren, was zu robusteren und genaueren Machine-Learning-Modellen führt.
Woche 1: Datenanalyse
1. Einführung in die Datenanalyse mit Pandas
- Überblick über Pandas-Datenstrukturen: Series und DataFrames
- Daten laden und speichern (CSV)
- Datenbereinigung und -vorbereitung
- Fehlende Werte identifizieren und behandeln
2. Explorative Datenanalyse (EDA)
- Deskriptive Statistiken und Datenaggregation
- Verteilung der Daten untersuchen
- Gruppenoperationen und Pivot-Tabellen
- Anwendung von Pandas-Funktionen zur Analyse und Filterung
Woche 2: Feature Engineering
1. Grundlagen des Feature Engineerings
- Was ist Feature Engineering und warum ist es wichtig?
- Techniken zur Erstellung neuer Features
- Feature-Scaling: Normalisierung und Standardisierung
2. Feature-Erstellung und -Transformation
- Kategorische Variablen in numerische Features umwandeln (One-Hot-Encoding, Label-Encoding)
- Erstellen von Interaktionen zwischen Features
- Umgang mit Zeitreihendaten und Extraktion von zeitbezogenen Features
3. Feature-Auswahl
- Techniken zur Auswahl relevanter Features (z.B. Korrelationsanalyse, Feature-Importance)
- Reduktion der Dimensionalität: Prinzipal Component Analysis (PCA)
4. Praktische Übung:
- Feature Engineering für einen bereitgestellten Datensatz: Erstellung und Auswahl von Features zur Verbesserung der Modellleistung
- Grundlegende Python-Kenntnisse: Einfache Programmierkenntnisse in Python.
- Erfahrung mit Pandas, NumPy, und Matplotlib: Grundlegende Nutzung dieser Bibliotheken für Datenanalyse und Visualisierung.
- Mathematische Basis: Grundverständnis von Statistik und Zahlenverarbeitung.
Diese Grundlagen helfen dabei, die Inhalte des Kurses gut zu verstehen und anzuwenden.
Diese Kurs dauert in Summe 2 Wochen im Ausmaß von 20UE (UE = Unterrichtseinheit à 50min.)
Kurszeitenvorschlag*
- Montag: 09:00 - 12:30 Uhr
- Mittwoch: 09:00 - 12:30 Uhr
- Freitag: 09:00 - 12:00 Uhr
*Die finalen Kurszeiten werden in der Gruppe gemeinsam mit dem Trainingspersonal abgestimmt, um individuelle Bedürfnisse zu berücksichtigen. Dabei achten wir darauf, die Kriterien der Förderstellen einzuhalten.
Selbstlernzeiten im Institut
Nutzen Sie unsere Selbstlernzeiten, um das Gelernte eigenständig zu vertiefen und anzuwenden. Während dieser Zeiten stehen Ihnen unsere PCs und Softwarelizenzen kostenlos zur Verfügung.
Wichtige Hinweise zu den Selbstlernzeiten:
- Notieren Sie offene Fragen, die beim nächsten Kurstermin gemeinsam geklärt werden können.
- Die Selbstlernzeiten bieten Ihnen die Möglichkeit, das frisch Erlernte zu festigen und sich gezielt auf die nächsten Kursinhalte vorzubereiten.
Warum Selbstlernzeiten nutzen?
- Vertiefen Sie Ihre Kenntnisse durch praktische Anwendung.
- Wiederholen Sie Inhalte, um sicherzustellen, dass Sie diese beherrschen.
- Nutzen Sie die hochwertige Ausstattung mit PCs und Original-Software, um professionell zu arbeiten.
Die Erfahrung zeigt: Durch Übung und regelmäßige Wiederholung festigen sich neue Inhalte nachhaltig und tragen entscheidend zu Ihrem Lernerfolg bei.
Ihr Erfolg ist unser Ziel: Unsere Kursmerkmale im Überblick
Damit Ihr Kursbesuch ein voller Erfolg wird, haben wir unser Unterrichtsformat so gestaltet, dass es optimale Lernbedingungen bietet. Unser Fokus liegt auf Qualität, persönlicher Betreuung und modernster Ausstattung.
Unsere Kurse auf einen Blick
1. Kleine Gruppen – persönliche Betreuung
- Teilnehmer*innenzahl: 2–6 Personen
Wir setzen bewusst auf kleine Gruppen, damit wir individuell auf Ihre Fragen eingehen können. Diese persönliche Betreuung garantiert eine deutlich höhere Kursqualität und einen nachhaltigen Lernerfolg.
2. Flexibles Lernen mit Selbstlernzeiten (optional)
- Während der Kursdauer bieten wir Ihnen die Möglichkeit, in unserem Institut eigenständig zu üben und das Gelernte zu vertiefen.
- Nutzen Sie unsere modernen Räumlichkeiten, High-End-PCs und die jeweiligen Softwarelizenzen, um praktische Erfahrungen zu sammeln.
- Unser Tipp: Üben Sie parallel zum Kurs, um ein tiefes Verständnis für die Software zu entwickeln. Regelmäßiges Wiederholen ist der Schlüssel zu einem erfolgreichen Lernerlebnis.
3. Effizientes Lernen durch Halbtageskurse
- Kursdauer pro Termin: 3–4 Unterrichtseinheiten (à 50 Minuten)
- Termine pro Woche: 2–3 Kurstermine
Unsere Halbtageskurse sind so konzipiert, dass Sie sich optimal konzentrieren können. Studien zeigen, dass die Aufmerksamkeit nach 4 Unterrichtseinheiten stark abnimmt. Dieses Format hilft Ihnen, das Maximum an Wissen mitzunehmen.
4. Modernste technische Ausstattung
- High-End-PCs für stressfreies Arbeiten
- 27-Zoll-Bildschirme für optimale Sicht
- 86-Zoll-Touch-Displays in Gruppenkursräumen für das Trainingspersonal
- 3D-Drucker für praktische Anwendungen (je nach Kursinhalt)
- Immer die aktuellsten Programmversionen, damit Sie am Puls der Zeit lernen
Unsere Ausstattung schafft die idealen Rahmenbedingungen für Ihren Lernerfolg und vermittelt eine professionelle Arbeitsumgebung.
5. Zentraler Kursort – mitten in Wien
- Adresse: Atelier04, Amerlingstraße 19/26, 1060 Wien
- Verbindungen: U3, 14A, 13A – einfach erreichbar mit den öffentlichen Verkehrsmitteln
Unser Institut liegt direkt auf der Mariahilfer Straße, einer der bekanntesten Einkaufsstraßen Wiens. Nutzen Sie die zentrale Lage, um vor oder nach dem Kurs entspannt durch die Gegend zu schlendern.
Unser Ziel ist es, Ihnen ein umfassendes und nachhaltiges Lernerlebnis zu bieten – praxisorientiert, flexibel und in einer modernen, angenehmen Umgebung.
- Kursort : Atelier04
- Teilnehmer*innenanzahl : persönlicher Einzelunterricht!
- Förderungen : bis zu 100% möglich
- Inhalt : nach Absprache
- Anmerkung: persönlich zugewiesenes Trainingspersonal
- Kurszeiten: flexible Zeiteinteilung

nach Wahl
Preis pro Person (Umsatzsteuerbefreit gemäß § 6 Abs.1 Z11A UStG.)*Sie erhalten in Kürze ein kostenloses Angebot samt allen notwendigen Unterlagen, die Sie bei Ihrer Förderstelle einreichen können.
Allgemeinekursinhalt :
- Kursort : Atelier04
- Teilnehmer*innenanzahl : individueller Einzel- oder Gruppenkurs bis zu 6 Personen
- Förderungen : bis zu 100% möglich
- Inhalt : nach Absprache
- Anmerkung: mit persönlich zugewiesenen Trainingspersonal
- Kurszeiten: flexible Zeiteinteilung

auf Anfrage
Preis pro Person (Umsatzsteuerbefreit gemäß § 6 Abs.1 Z11A UStG.)*Sie erhalten in Kürze ein kostenloses Angebot samt allen notwendigen Unterlagen, die Sie bei Ihrer Förderstelle einreichen können.
Allgemeinekursinhalt :
unsere fachTrainer*innen
Ähnliche Kurse:

Lehrgang: Python - Grundlagen / Aufbau / Prüfung (optional)

Lehrgang: Programmiersprache Java - Grundlagen / Aufbau / Prüfung (optional)

Programmiersprache Java - Grundlagen

Programmiersprache Java - Aufbau (Prüfung optional)

Python - Grundlagen

Python - Aufbau (Prüfung optional)

MySQL

HTML / CSS

Programmiersprache C

Programmiersprache C++

JavaScript - Aufbau (Prüfung optional)

JavaScript - Grundlagen

Modul 1: Python für Machine Learning - 2 Wochen

Modul 3: Machine Learning – Supervised und Unsupervised learning - 2 Wochen

Modul 4: Deep Learning Basics - 2 Wochen

Lehrgang: Einführung in Data Science mit Python - 4 Wochen (Modul 1-2)

Lehrgang: Einführung in KI - Machine Learning & Deep Learning - 4 Wochen (Modul 3-4)

Programmiersprache C#