Data Science für Business Analysten

Seminar B

19. Mai 2020 von 9:00 bis 17:00 Uhr
Zürich Marriott Hotel, Zürich
Leitung: Dr. Sebastian Derwisch, Analyst, BARC GmbH

Ausgangsituation

Immer mehr Business Intelligence Werkzeuge bieten fortgeschrittene Methoden der Datenanalyse sowie Funktionalitäten der Datenaufbereitung. Hinzu kommt, dass Fachanwender zunehmend in einen Dialog mit Data Scientists treten müssen um Use Cases zu identifizieren und die Ergebnisse mathematischer Analysen zu verstehen. Dies erfordert von Anwendern ein grundlegendes Verständnis der Vorgehensweise der wichtigsten Analysekonzepte sowie die Fähigkeit den Output fortgeschrittener Analysemethoden richtig interpretieren zu können.

Inhalt und Ablauf

Das eintägige Seminar führt Anwender aus dem Fachbereich (z.B. Business Analysten) in die Vorgehensweise und die Methoden der Data Science ein. Dabei werden wesentliche Schritte der Datenaufbereitung, Datenanalyse und Ergebnispräsentation in kompakten Einzelabschnitten vorgestellt. Damit werden die Kursteilnehmer qualifiziert

  • Analyseprobleme zu formulieren
  • Daten aufzubereiten
  • Muster in Daten zu identifizieren
  • den Dialog mit Data Scientists zu führen
  • Ergebnisse aus Data Labs zu interpretieren

Anhand konkreter Daten wird der Ablauf des Data Discovery Prozesses an praktischen Beispielen anschaulich dargestellt und greifbar gemacht. Die überschaubare Teilnehmerzahl erlaubt die Klärung individueller Fragen der Seminarbesucher.

Lernziele

  • Analytische Fragen formulieren, Daten aufbereiten und visuell analysieren
  • Analytische Fragen anhand von Machine Learning Methoden zu analysieren
  • Grundlegende Strategien um Machine Learning Modelle zu optimieren und zu validieren

Voraussetzungen

Der Kurs richtet sich an Fachbereichsnutzer, die gewisse Vorkenntnisse der Datenanalyse anhand von Business Intelligence Systemen haben und Kenntnisse im Bereich Machine Learning aufbauen möchten. Ein Überblick der Vorgehensweise in Data Science Projekten ist hilfreich aber nicht erforderlich.

Agenda

  • 09:00 - 10:15: Allgemeine Einführung & analytische Fragen identifizieren
    • Analytischer Zyklus
    • Arten analytischer Fragen
    • Identifikation analytischer Fragen für den Kurs
  • 10:15 - 10:30: Kaffeepause
  • 10:30 - 12:00: Data Preparation & Visual Analytics
    • Typische Probleme mit Daten
    • Datenaufbereitung
    • Feature Engineering
    • Visuelle Analyse
    • Einfache Statistiken
    • Multidimensionale Visualisierungen
  • 12:00 - 13:00: Mittagspause
  • 13:00 - 17:15: Fortgeschrittene Analyse & Ergebnisdarstellungen (mit Pause)
    • Mustererkennung
    • Klassifikation
    • Clustering

Das Seminar wird von 09:00 – ca. 17:00 Uhr durchgeführt und beinhaltet zwei Kaffeepausen sowie ein gemeinsames Mittagessen. Folgende Themen und Inhalte werden diskutiert:

 

nach oben