README.md

Kurs Repository zum Kurs Python Data Science und Machine Learning der ppedv AG. Trainer: Lukas Kern ([email protected]).

M001 | Einführung Data Science

• Teilbereiche Data Science
• IPython
• Installation
• Zellen
• Markdown vs. Code
• Shortcuts

M002 | Numpy

• Warum Numpy?
• Numpy Array (ndarray)
• Wichtige Funktionen
• Boolean Masken
• Vektorisierung
• Weitere Funktionen

M003 | Pandas

• Serie
• DataFrame
• Überblick verschaffen
• Daten einlesen
• Daten filtern
• DataFrame verändern
• Daten speichern

M004 | Pandas Fehlerbehebung

• Fehler finden
• Einfache Funktionen zur Fehlerbehebung
• Fehlerhafte Werte ersetzen
• Fehlerhafte Werte verändern
• Datentypen konvertieren

M005 | Matplotlib

• Matplotlib Grundlagen
• Globale vs. Objektorientierte Graphen
• Balkendiagramm
• Tortendiagramm
• Histogramm
• Streudiagramm
• Diagramme speichern

M006 | Machine Learning

• Was ist Machine Learning?
• Teilbereiche von Machine Learning
• Aufteilung und Normalisierung des Datensets
• k-nearest Neighbors (kNN)
• Naive Bayes
• Logistische Regression
• Support Vector Machines (SVM)
• Neurales Netzwerk
• Lernprozess
• Funktionen des Lernprozesses

M007 | Lineare Regression

• Was ist Regression?
• Wettermodell
• Aufteilung und Normalisierung des Datensets
• Neurales Netzwerk mit einer Spalte
• Neurales Netzwerk mit allen Spalten

M008 | Bilderkennung

• Binäre Klassifizierung
• Nicht-binäre Klassifizierung
• Neurales Netzwerk bauen

M009 | Reinforcement Learning

• Was ist Reinforcement Learning?
• Prozess, Agent, Umgebung
• Vorgegebene Umgebung CartPole-v1
• Spaces
• Eigene Umgebung
• Snake, Doodle Jump automatisieren