Seminarnummer: 4107
Business Intelligence und Data Analytics Basisseminar
Fakten
-
Kundengruppe
Berufstätige, Unternehmen,
-
Kategorie
Medien, IT und Künstliche Intelligenz
Betriebswirtschaft – Rechnungswesen – Controlling
-
Dauer
2 Tage à 8 Stunden
-
Preis
890,00 EUR*
Rabatte für Mitglieder:
Mitglieder Verbände (VME, AWB, WVEB, AKB, AGV – Nordostchemie): 846,00 EUR (5% Rabatt)
Mitglieder bbw: 801,00 EUR (10 % Rabatt)
* Dieses Seminar ist von der Umsatzsteuer befreit.
** Rabatte sind nicht kombinierbar.
Datenanalyse für Einsteiger*innen
Die Teilnehmer*innen erlernen die methodischen Grundlagen intelligenter Datenanalysen und setzen die erworbenen Kenntnisse auf einer intuitiven und anwenderorientierten Analyse-Plattform anhand von Fallstudien aus der Praxis um.
Informationen
Aktuelle Trends wie Digitalisierung, E-Commerce und Social Media führen zu einer rasanten Zunahme an Daten, deren Auswertung mit intelligenten Analysetechniken der Data Science (z.B. Data Mining, Text Mining, Machine Learning und Predictive Analytics) zu neuen Erkenntnissen führen und damit als Entscheidungsgrundlage für Unternehmen zunehmend zum zentralen Wettbewerbs- und Erfolgsfaktor werden (datenbasierte Entscheidungsprozesse). Diese Analysetechniken liefern werthaltige Erkenntnisse für den Geschäftserfolg über das hinaus, was Standardanalysen z.B. mit Excel liefern können. Insbesondere die sog. Predictive Analytics (prädiktive Analysen) ist hier von großem Interesse, da diese Analysetechnik in der Lage ist, zukünftige Entwicklungen und Ereignisse vorherzusagen. Dies versetzt unterschiedlichste Funktionsbereiche eines Unternehmens (z.B. Marketing, Controlling, Produktion, Logistik, Einkauf, Personal etc.) in die Lage, auf diese Vorhersagen frühzeitig zu reagieren und diese in Entscheidungsprozessen zu berücksichtigen. Studien belegen, dass Unternehmen, die solche Analysetechniken einsetzen, maßgebliche Wettbewerbsvorteile erzielen.
Die Seminarinhalte im Einzelnen:
- Einführung Machine Learning & Data Science
- Abgrenzung der Begrifflichkeiten
- Aufgaben des Machine Learning
- Einführung in die Arten von Machine Learning Methoden (Supervised, Unsupervised, Reinforced Learning)
- Machine Learning Trainingsprozess (Teilung von Daten in Test- und Trainingsdaten, Evaluierung der Leistungsfähigkeit)
- Erstes Prädikives Modell: K-Nearest Neighbors
- Data Preprocessing (Encoding, Normalisierung, Standardisierung)
- Explorative Datenanalysen (Lage- und Streuungsparameter, Datenverteilungen)
- Hands-on-Aufgabe: Konzepionierung eines Machine Learning Use Cases
- Zweites Prädiktives Modell: Baummethoden & Ensemble Methoden
- Interpretation von Baummethoden
- Fallstudie zum Einsatz von Machine Learning: Daten als strategisches Asset
- Betrachtung ethischer und gesetzlicher Grenzen (inkl. DSGVO)
- Übung und praxisbezogene Fallstudie
Controller*innen, Entscheider*innen, Selbständige sowie für Auswertungen und Datenanalysen verantwortliche Mitarbeiter*innen im Unternehmen
Arbeitsunterlagen, gemeinsames Mittagessen und Getränke
Alle Termine zu diesem Angebot
10625 Berlin 07.04.2025 - 08.04.2025
Das könnte Sie auch interessieren
Kontaktieren Sie uns!
Falls Sie eine Frage haben oder Informationsmaterial benötigen, kontaktieren Sie uns. Wir werden dann in Kürze auf Sie zukommen.
Kontaktformular