Einführung in Data Science mit Schwerpunkt Machine Learning
In drei Tagen lernen Sie grundlegende Techniken der Datenanalyse mit maschinellem Lernen. Der Kurs folgt dem CRISP-DM-Modell: Sie verschaffen sich einen Überblick über Daten, gruppieren sie mit Clustering-Verfahren wie k-Means, erkennen Abhängigkeiten per Korrelationsanalyse und reduzieren Dimensionen mit PCA. Anschließend arbeiten Sie mit Klassifikation und Regression, überwachten Lernverfahren wie Entscheidungsbäumen und Random Forests sowie den Grundlagen neuronaler Netze. Zum Abschluss validieren Sie Modelle mit Kreuzvalidierung und Gridsearch und erkennen Ausreißer. Gearbeitet wird mit scikit-learn und zahlreichen Code-Beispielen.
- Dauer: 3 Tage
- Niveau: Einsteiger
- Sprache: Deutsch
- Preis: 1.695 € zzgl. MwSt.
- Bescheinigung und digitales Badge
- 1 Garantietermin
Auf einen Blick
- Kurs
- Seminar, 3 Tage, Niveau Einsteiger, Sprache Deutsch.
- Preis
- 1.695 € netto pro Person (2.017,05 € inkl. 19 % MwSt.). Als Firmenseminar 1.695 € netto pro Tag.
- Termine
- 62 Termine bis Juli 2027, online im Virtual Classroom und vor Ort in 23 Städten, u. a. Berlin, Bremen, Darmstadt und Dresden. Nächster Termin: 02.–04.11.2026. 1 Garantietermin.
- Nachweis
- Teilnahmebescheinigung und digitales Badge für jede Teilnahme.
Worum es geht
Im Gesundheitswesen helfen diese Methoden, vorhandene Daten strukturiert auszuwerten. Ein Beispiel: Ein Controlling-Team gruppiert Behandlungsfälle nach Verweildauer und Kosten, um auffällige Fallgruppen zu erkennen, und prüft die Aussagekraft des Modells anschließend mit Kreuzvalidierung.
Ziel des Seminars
In dieser 3-tägigen Schulung "Einführung in Data Science mit Schwerpunkt Machine Learning" lernen Sie grundlegende Techniken zur Datenanalyse mithilfe von maschinellem Lernen. Der Workshop folgt dem CRISP-DM-Modell und vermittelt Ihnen Werkzeuge, um einen umfassenden Überblick über große Datenmengen zu erhalten und Abhängigkeiten sowie Strukturen in den Daten zu erkennen.
Der Kurs deckt Techniken zur Datenvorverarbeitung und zum Umgang mit Datenfehlern ab. Ein zentraler Bestandteil ist die Erstellung von Datenmodellen. Nach diesem Workshop werden Sie verschiedene Techniken des maschinellen Lernens verstehen und in der Lage sein, Klassifikationen, Vorhersagen oder Regressionen durchzuführen.
Sie werden in der Lage sein, die Güte Ihrer Modelle zu validieren und sie zur Erkennung von Anomalien, Outliern oder Zusammenhängen und Ursachen einzusetzen.
Der Kurs bietet eine intensive Mischung aus Theorie und Praxis. Dabei werden Sie mit Werkzeugen wie ScikitLearn und zahlreichen Code-Beispielen arbeiten. Um eine individuelle Betreuung zu gewährleisten, ist die Teilnehmerzahl auf sechs begrenzt. Nach dem Workshop werden Sie über solide Grundlagen in Data Science und Machine Learning verfügen und Ihre neu erworbenen Kenntnisse in der Praxis einsetzen können.
Für wen
- Entwickler
- Programmierer
Inhalte
Einstieg in Data Science
- Was ist Data Science?
- Ablauf eines Data Science Projektes: das CRISP-DM Modell
- Was ist Data Science nicht?
Data Understanding und Data Preparation
- Erster Überblick über die Daten
- Datengruppierung und Clustering (z.B. k-Means)
- Abhängigkeiten erkennen (z.B. Korrelationsanalyse)
- Komplexitätsreduktion und Dimensionsreduktion (z.B. PCA)
Modelling und Machine Learning
- Klassifikation und Regression
- Umgang mit Fehlerbehafteten Daten (z.B. Bootstrapping, RANSAC)
- Überwachte Lernverfahren des maschinellen Lernens (z.B. Nearest Neighbor, Bayes Learning, Gauss-Modelle, Kernel-SVM, Entscheidungsbäume, Random Forests)
- Grundlagen der Neuronalen Netze
- Assoziationsanalyse (z.B. Warenkorbanalyse)
Evaluation und Ergebnisvisualisierung
- Validierungsstrategien, Gridsearch, Kreuzvalidierung
- Outliererkennung
- Signifikanzanalysen (z.B. Student t-Test)
- Datenvisualisierung
Voraussetzungen
- Grundsätzliches Programmierverständnis
- Python-Kenntnisse sind hilfreich aber nicht notwendig
Methode
Die Schulung bietet Ihnen eine ausgewogene Mischung aus Theorie und Praxis in einer erstklassigen Lernumgebung. Profitieren Sie vom direkten Austausch mit unseren projekterfahrenen Trainern und anderen Teilnehmern, um Ihren Lernerfolg zu maximieren.
Ihre Vorteile
- Trainer mit Projekterfahrung: Sie lernen bei Expertinnen und Experten, die nicht nur schulen, sondern selbst Projekte umsetzen – etwa KI- und Datenprojekte. So erfahren Sie, worauf es in der Praxis ankommt.
- Seminarunterlage
- Schulungsumgebung (LAB)
- Teilnahmebescheinigung und digitales Badge
Häufige Fragen zu Einführung in Data Science mit Schwerpunkt Machine Learning
Für wen im Gesundheitswesen eignet sich die Einführung in Data Science mit Machine Learning?
Der Kurs richtet sich an Entwicklerinnen und Entwickler sowie Programmierende, die in Data Science und Machine Learning einsteigen möchten. Im Gesundheitswesen passt er zu Data- und BI-Teams, IT-Abteilungen und analytisch arbeitenden Mitarbeitenden im Controlling oder Medizincontrolling von Krankenhäusern, Klinikverbünden und Krankenkassen.
Welche Vorkenntnisse brauche ich für die Einführung in Data Science mit Machine Learning?
Sie sollten ein grundsätzliches Programmierverständnis mitbringen. Python-Kenntnisse sind hilfreich, aber nicht notwendig.
Was kostet das Seminar Einführung in Data Science mit Schwerpunkt Machine Learning?
Die Teilnahme kostet 1.695 € netto pro Person, das sind 2.017,05 € inklusive 19 % Mehrwertsteuer. Im Preis enthalten: Seminarunterlage und Schulungsumgebung (LAB). Als Firmenseminar exklusiv für Ihr Team berechnen wir 1.695 € netto pro Schulungstag.
Wann und wo findet Einführung in Data Science mit Schwerpunkt Machine Learning statt?
Das Seminar dauert 3 Tage. Bis Juli 2027 gibt es 62 Termine, online im Virtual Classroom und vor Ort in 23 Städten, u. a. Berlin, Bremen, Darmstadt, Dresden, Düsseldorf und Essen. Der nächste Termin ist am 02.–04.11.2026. 1 Termin findet garantiert statt (Garantietermine).
Erhalte ich nach Einführung in Data Science mit Schwerpunkt Machine Learning einen Nachweis?
Ja. Jede Teilnahme erhält eine Teilnahmebescheinigung und ein digitales Badge.
Kann ich Einführung in Data Science mit Schwerpunkt Machine Learning als Firmenseminar für mein Team buchen?
Ja. Als Firmenseminar findet Einführung in Data Science mit Schwerpunkt Machine Learning exklusiv für Ihr Team statt – bei Ihnen vor Ort oder online, zu einem Termin Ihrer Wahl. Der Tagessatz beträgt 1.695 € netto.
Passendes Wissen
Alle Artikel- Data Science & AnalyticsData Science in der Krankenversicherung: Einsatzfelder, Rechtsrahmen und EinstiegWie Krankenkassen ihre Abrechnungs- und Versichertendaten für Prognosen, Prüfungen und Versorgung nutzen, was das Sozialrecht erlaubt, was die KI-Verordnung verlangt und wie der Einstieg gelingt.
- Data Science & AnalyticsData Science im Krankenhaus: Ein Überblick über die Technologie und EinsatzszenarienData Science revolutioniert das Gesundheitswesen, insbesondere in Krankenhäusern, wo sie dabei hilft, Behandlungen zu personalisieren, Prozesse zu optimieren und die Patientenversorgung zu verbessern. Dieser Blogbeitrag gibt einen umfassenden Überblick über die Technologie hinter der Data Science und beleuchtet spezifische Einsatzszenarien im Krankenhausumfeld.
- Künstliche IntelligenzMicrosoft Copilot im Krankenhaus: 12 Einsatzmöglichkeiten, Datenschutz und EinführungWofür Microsoft Copilot in Klinik und Verwaltung taugt, wie er sich von Dragon Copilot unterscheidet, worauf Datenschutz und KI-Verordnung achten und wie die Einführung gelingt.
Termine & Orte
Offener Kurs · 1.695 € pro Person zzgl. MwSt. Klicken Sie auf einen Ort, um genau diesen Termin anzufragen. Grün mit Häkchen: Garantietermine – sie finden sicher statt.
- 02.–04.11.202608:00–16:00 Uhr
- 04.–06.11.202608:00–16:00 Uhr
- 09.–11.11.202608:00–16:00 Uhr
- 11.–13.11.202608:00–16:00 Uhr
- 16.–18.11.202607:00–15:00 Uhr
- 16.–18.11.202608:00–16:00 Uhr
- 18.–20.11.202608:00–16:00 Uhr
- 23.–25.11.202608:00–16:00 Uhr
- 25.–27.11.202608:00–16:00 Uhr
- 30.11..–02.12.202608:00–16:00 Uhr
- 02.–04.12.202608:00–16:00 Uhr
- 07.–09.12.202608:00–16:00 Uhr
- 09.–11.12.202608:00–16:00 Uhr
- 14.–16.12.202608:00–16:00 Uhr
- Online (Virtual Classroom): Termin am 14.–16.12.2026 anfragen
- Berlin: Termin am 14.–16.12.2026 anfragen
- Dresden: Termin am 14.–16.12.2026 anfragen
- Hamburg: Termin am 14.–16.12.2026 anfragen
- Köln: Termin am 14.–16.12.2026 anfragen
- München: Termin am 14.–16.12.2026 anfragen
- Nürnberg: Termin am 14.–16.12.2026 anfragen
- Wien: Termin am 14.–16.12.2026 anfragen
- 16.–18.12.202608:00–16:00 Uhr
- 04.–06.01.202708:00–16:00 Uhr
- Online (Virtual Classroom): Termin am 04.–06.01.2027 anfragen
- Hamburg: Termin am 04.–06.01.2027 anfragen
- Heidelberg: Termin am 04.–06.01.2027 anfragen
- Koblenz: Termin am 04.–06.01.2027 anfragen
- Köln: Termin am 04.–06.01.2027 anfragen
- München: Termin am 04.–06.01.2027 anfragen
- Nürnberg: Termin am 04.–06.01.2027 anfragen
- 06.–08.01.202708:00–16:00 Uhr
- 11.–13.01.202708:00–16:00 Uhr
- 13.–15.01.202708:00–16:00 Uhr
- 18.–20.01.202708:00–16:00 Uhr
- 20.–22.01.202708:00–16:00 Uhr
- 27.–29.01.202708:00–16:00 Uhr
- Berlin: Termin am 27.–29.01.2027 anfragen
- Dresden: Termin am 27.–29.01.2027 anfragen
- Frankfurt am Main: Termin am 27.–29.01.2027 anfragen
- Freiburg: Termin am 27.–29.01.2027 anfragen
- Leipzig: Termin am 27.–29.01.2027 anfragen
- Mannheim: Termin am 27.–29.01.2027 anfragen
- Zürich: Termin am 27.–29.01.2027 anfragen
- 08.–10.02.202708:00–16:00 Uhr
- Online (Virtual Classroom): Termin am 08.–10.02.2027 anfragen
- Berlin: Termin am 08.–10.02.2027 anfragen
- Hamburg: Termin am 08.–10.02.2027 anfragen
- Heidelberg: Termin am 08.–10.02.2027 anfragen
- Köln: Termin am 08.–10.02.2027 anfragen
- München: Termin am 08.–10.02.2027 anfragen
- Nürnberg: Termin am 08.–10.02.2027 anfragen
- Wien: Termin am 08.–10.02.2027 anfragen
- 10.–12.02.202708:00–16:00 Uhr
- 15.–17.02.202708:00–16:00 Uhr
- 17.–19.02.202708:00–16:00 Uhr
- 22.–24.02.202708:00–16:00 Uhr
- 24.–26.02.202708:00–16:00 Uhr
- 03.–05.03.202708:00–16:00 Uhr
- 08.–10.03.202708:00–16:00 Uhr
- 10.–12.03.202708:00–16:00 Uhr
- Online (Virtual Classroom): Termin am 10.–12.03.2027 anfragen
- Darmstadt: Termin am 10.–12.03.2027 anfragen
- Hamburg: Termin am 10.–12.03.2027 anfragen
- Köln: Termin am 10.–12.03.2027 anfragen
- München: Termin am 10.–12.03.2027 anfragen
- Nürnberg: Termin am 10.–12.03.2027 anfragen
- Offenbach: Termin am 10.–12.03.2027 anfragen
- Paderborn: Termin am 10.–12.03.2027 anfragen
- 15.–17.03.202708:00–16:00 Uhr
- 17.–19.03.202708:00–16:00 Uhr
- 24.–26.03.202708:00–16:00 Uhr
- 05.–07.04.202707:00–15:00 Uhr
- Online (Virtual Classroom): Termin am 05.–07.04.2027 anfragen
- Essen: Termin am 05.–07.04.2027 anfragen
- Freiburg: Termin am 05.–07.04.2027 anfragen
- Hamburg: Termin am 05.–07.04.2027 anfragen
- Köln: Termin am 05.–07.04.2027 anfragen
- München: Termin am 05.–07.04.2027 anfragen
- Nürnberg: Termin am 05.–07.04.2027 anfragen
- Paderborn: Termin am 05.–07.04.2027 anfragen
- 07.–09.04.202707:00–15:00 Uhr
- 12.–14.04.202707:00–15:00 Uhr
- 14.–16.04.202707:00–15:00 Uhr
- 19.–21.04.202707:00–15:00 Uhr
- 21.–23.04.202707:00–15:00 Uhr
- 26.–28.04.202707:00–15:00 Uhr
- 28.–30.04.202707:00–15:00 Uhr
- 10.–12.05.202707:00–15:00 Uhr
- Online (Virtual Classroom): Termin am 10.–12.05.2027 anfragen
- Darmstadt: Termin am 10.–12.05.2027 anfragen
- Düsseldorf: Termin am 10.–12.05.2027 anfragen
- Hamburg: Termin am 10.–12.05.2027 anfragen
- Kassel: Termin am 10.–12.05.2027 anfragen
- Köln: Termin am 10.–12.05.2027 anfragen
- München: Termin am 10.–12.05.2027 anfragen
- Nürnberg: Termin am 10.–12.05.2027 anfragen
- Wien: Termin am 10.–12.05.2027 anfragen
- 12.–14.05.202707:00–15:00 Uhr
- 19.–21.05.202707:00–15:00 Uhr
- 24.–26.05.202707:00–15:00 Uhr
- 26.–28.05.202707:00–15:00 Uhr
- 31.05..–02.06.202707:00–15:00 Uhr
- 02.–04.06.202707:00–15:00 Uhr
- 07.–09.06.202707:00–15:00 Uhr
- 09.–11.06.202707:00–15:00 Uhr
- 14.–16.06.202707:00–15:00 Uhr
- 16.–18.06.202707:00–15:00 Uhr
- 21.–23.06.202707:00–15:00 Uhr
- Online (Virtual Classroom): Termin am 21.–23.06.2027 anfragen
- Bremen: Termin am 21.–23.06.2027 anfragen
- Dresden: Termin am 21.–23.06.2027 anfragen
- Frankfurt am Main: Termin am 21.–23.06.2027 anfragen
- Hamburg: Termin am 21.–23.06.2027 anfragen
- Heidelberg: Termin am 21.–23.06.2027 anfragen
- Köln: Termin am 21.–23.06.2027 anfragen
- München: Termin am 21.–23.06.2027 anfragen
- Nürnberg: Termin am 21.–23.06.2027 anfragen
- Paderborn: Termin am 21.–23.06.2027 anfragen
- 28.–30.06.202707:00–15:00 Uhr
- 30.06..–02.07.202707:00–15:00 Uhr
- 05.–07.07.202707:00–15:00 Uhr
- 07.–09.07.202707:00–15:00 Uhr
- 12.–14.07.202707:00–15:00 Uhr
- 14.–16.07.202707:00–15:00 Uhr
- 19.–21.07.202707:00–15:00 Uhr
- 21.–23.07.202707:00–15:00 Uhr
Für diese Auswahl gibt es derzeit keinen Termin. Wunschtermin anfragen
Termine und Orte werden täglich aus dem Seminarkatalog aktualisiert, zuletzt am 30.10.2026.
Ähnliche Seminare
Alle Seminare: Künstliche Intelligenz- Machine Learning mit Python und Scikit-learn5 Tage · FortgeschrittenerNächster Termin: 02.–06.11.20261.995 € zzgl. MwSt.
- DP-604 Implement a data science and machine learning solution for AI with Microsoft Fabric (DP-604T00)1 Tag · EinsteigerNächster Termin: 02.11.2026695 € zzgl. MwSt.
- AI-300T00 Operationalize machine learning and generative AI solutions (AI-300T00)4 Tage · EinsteigerNächster Termin: 03.–06.11.20262.195 € zzgl. MwSt.
- Intelligente Zeitreihen Analyse mit modernen Machine Learning Methoden3 TageNächster Termin: 02.–04.11.20261.995 € zzgl. MwSt.
Lassen Sie uns über Ihr Projekt sprechen.
Unverbindliches Erstgespräch zu Beratung, Projekt oder Schulung.