BerlinFinder
Stadtplan
Sprache
Deutsch
English
Français
Italiano
中文
Polski
русский
Türkçe
Suche
Alle Rubriken
Politik, Verwaltung, Bürger
Der Regierende Bürgermeister
Senatsverwaltungen
Bezirksämter
Presse
Service-Portal
Abgeordnetenhaus
Kultur & Ausgehen
Veranstaltungen
Eventvorschau
Ticketshop
Kino
Museen
Clubs
Kulturorte
Essen & Trinken
Adressen
Tourismus
Hotels
Pensionen
Sightseeing
Schiffstouren
Stadtführungen
Shopping
Restaurants
Wirtschaft
Wirtschaftsstandort
Gründen
Investieren
Innovationsstandort
Internationales
Service
Themen
Auto & Motor
Gesundheit & Beauty
Immobilien & Wohnen
Jobs & Ausbildung
Reisen & Ausflüge
Shopping
Sport & Freizeit
Hilfe für Schnellzugriffstasten
Sitemap
Impressum
Datenschutzerklärung
Startseite
Zu den zwölf Berliner Volkshochschulen
Wir über uns
Kurssuche
Warenkorb (0)
Mein Konto
Login
Jetzt registrieren
Passwort vergessen
Kontakt
Ihre Nachricht an uns
Adressen der Berliner VHS
Hilfe & AGB
Hilfe zur Kurssuche
Hilfe zur Kursbuchung
Geschäftsbedingungen
Widerrufsbelehrung
SEPA-Lastschriftmandat
Data Science leichtgemacht (Onlinekurs)
Kursnummer:
Pa5501H
Volkshochschule:
Pankow
Auskünfte zur Anmeldung:
Tel.: (030) 902951700
Fax.: (030) 902951704
E-Mail:
vhs@ba-pankow.berlin.de
,
http://www.vhspankow.de
Fachliche Beratung:
Frau Nicole Mackowiak, Tel.: (030) 90295 1711, Fax: (030) 90295 1704, E-Mail:
nicole.mackowiak@ba-pankow.berlin.de
Beschreibung:
Data Science für Anfänger und Fortgeschrittene. Tauchen Sie ein in die Welt der prädiktiven Analyse und erfahren Sie, wie Sie mithilfe von Regressionsmodellen Datenmuster verstehen, Vorhersagen treffen und fundierte Business-Entscheidungen treffen können. Lernen Sie die Grundlagen der Regression, einschließlich linearer und nichtlinearer Modelle kennen und setzen Sie Ihr Wissen sofort in die Praxis um, damit Sie innovative Lösungen für reale Probleme anwenden können.
Themenüberblick
Einführung in Data Science und Machines Lernen
Einführung in die Regression: Grundlagen und Konzepte
Lineare Regression: Modellbildung und Interpretation
Nichtlineare Regression: Flexiblere Modellierungsmöglichkeiten
Evaluierung von Regressionsmodellen: Performancemessung und Validierungstechniken
Praktische Anwendungsfälle: Von der Datenvorbereitung bis zur Modellimplementierung
Fortgeschrittene Regressionstechniken
Fallstudien und Anwendungsbeispiele
Tipps und Tricks zur Optimierung von Regressionsmodellen
Hands-on-Projekte und Übungen zur Vertiefung des Verständnisses
Weitere Informationen: Porträt des Kursleiters Yan Cobarrubias Perez
Zusatzinformation:
Schritte zur Anmeldung
und
zur Kursteilnahme in der Lernplattform vhs.cloud
➥ Zur Anmeldung:
1.
Klicken Sie oben auf "In den Warenkorb"
2.
Klicken Sie danach auf "Zur Kasse gehen"
3.
Buchen Sie den Kurs, indem Sie sich einloggen oder neu registrieren.
Hilfe zur Online-Anmeldung
Oder senden Sie uns das
Anmeldeformular
zu.
➥ Zur Lernplattform vhs.cloud:
1.
Registrieren Sie sich in der Lernplattform vhs.cloud:
Zur Registrierung in der vhs.cloud
2.
Treten Sie mit dem Kurscode (siehe Anmeldebestätigung)
Ihrem Kurs bei:
Zum Kursbeitritt in der vhs.cloud
Folgende Technik benötigen Sie, wenn Termine online durchgeführt werden: Computer oder Tablet mit Kamera und aktuellem Browser (Mozilla Firefox oder Chrome), Headset (alternativ Mikro und Lautsprecher).
Onlinekurs
🔎 Informationen zum Thema Bildungszeit / Bildungsurlaub erhalten Sie
hier
.
Bitte beachten Sie:
Kursleiter/-in:
Cobarrubias Perez, Yan Jose
Unterrichtseinheiten
(45 Min.):
16 UE
Entgelt:
62.40 EUR
Ermäßigt:
34.50 EUR
Veranstaltungsort/Termin(e):
VHS Pankow online, -, -, Lernplattform vhs.cloud
Sa, 07.12.2024, 09:00 - 16:00
So, 08.12.2024, 09:00 - 16:00
Zur Kurssuche
xyzzzz
cczzyyyy
xyzzzz
cczzyyyy
Kurs empfehlen
Eingabe erforderlich:
Von:
An:
Kopie der E-Mail an mich senden
Nachricht:
Bitte schreiben Sie die folgenden Zeichen in das darunter stehende Textfeld:
Sicherheits-Abfrage:
Erfolgreich
Vielen Dank für Ihre Empfehlung.
Dummy Button
Dummy Button
Partnersites:
BerlinOnline
Berliner.de
Berliner Zeitung
Berliner Kurier
B2B Deutschland
Deutschland-Reise
Weitere Metropol-Webseiten:
Hamburg
München
Köln