We'll start the course by defining what data science is. We'll cover the data science workflow, and how data science is applied to real-world business problems. We'll finish the chapter by learning about ways to structure your data team to meet your organization's needs. 

What is Data Science?

Customer Segmentation Workflow

Building a customer service chatbot

Improving OKRs

Applications of Data Science

Assigning data science projects

Investment research

Building a data science team

Interpreting a team sprint

Editing a job posting

Matching skills to jobs

Classifying data tasks

Introduction to Data Science

Now that we understand the data science workflow, we'll dive deeper into the first step: data collection. We'll learn about the different data sources your company can draw from, and how to store that data once it's collected. 

Data sources and risks

Classifying data for security

Creating web data events

Protecting PII

Solicited data

Identifying question purpose

Validating focus group feedback

Net Promoter Score

Collecting additional data

Sorting data sources

Asthma frequency

Data storage and retrieval

Cloud platforms

Querying a database

Which type of database?

Data Collection and Storage

In this chapter, we'll discuss ways to explore and visualize data through dashboards. We'll discuss the elements of a dashboard and how to make a directed request for a dashboard. This chapter will also cover making ad hoc data requests and A/B tests, which are a powerful analytics tool that de-risk decision-making. 

Dashboards

Klassifizierung von Dashboard-Elementen

Ein Dashboard verbessern

Elemente

Liniendiagramm

Balkendiagramm

Tabelle

Die Wahl des richtigen Dashboards

Ad-hoc-Analyse

Einen Ad-hoc-Antrag ausfüllen

Anfragen

Dashboard Anfrage

Ad-hoc-Antrag

Anträge klassifizieren

A/B-Tests

Ordne die Aufgaben

Erstellen eines A/B-Test-Workflows

Stichprobengröße

Zwischenergebnisse

Analysis and Visualization

In this final chapter, we'll discuss the buzziest topic in data science: machine learning! We'll cover supervised and unsupervised machine learning, and clustering. Then, we'll move on to special topics in machine learning, including time series prediction, natural language processing, deep learning, and explainable AI! 

Supervised machine learning

When to use Supervised Learning

Features and labels

Model evaluation

Clustering

Supervised vs. unsupervised

Cluster size selection

Special topics in Machine Learning

Classifying machine learning tasks

Sentiment Analysis

Deep Learning and Explainable AI

Finding the correct solution

Should I use Deep Learning?

Prediction

Was ist Data Science und wie kannst du sie nutzen, um dein Unternehmen zu stärken? In diesem Kurs lernst du, welche Fähigkeiten du in deinem Datenteam brauchst und wie du das Team so strukturieren kannst, dass es den Anforderungen deines Unternehmens entspricht. Daten sind überall! In diesem Kurs erfährst du, welche Datenquellen dein Unternehmen nutzen kann und wie du diese Daten speichern kannst. Außerdem erfährst du, wie du deine Daten mit Dashboards und A/B-Tests analysieren und visualisieren kannst. Zum Abschluss des Kurses werden wir spannende Themen aus dem Bereich des maschinellen Lernens besprechen, darunter Clustering, Zeitreihenvorhersage, Verarbeitung natürlicher Sprache (NLP), Deep Learning und erklärbare KI! Auf dem Weg dorthin lernst du eine Vielzahl von realen Anwendungen der Datenwissenschaft kennen und gewinnst durch praktische Übungen ein besseres Verständnis für diese Konzepte.

<h2>Lernen, Data Science für das Geschäft zu nutzen</h2> 
Was ist Data Science und wie kannst du sie nutzen, um dein Unternehmen zu stärken? In diesem Kurs lernst du, welche Fähigkeiten du in deinem Datenteam brauchst und wie du das Team so strukturieren kannst, dass es den Anforderungen deines Unternehmens entspricht.
<br><br>
In diesem Kurs lernst du außerdem, welche Datenquellen dein Unternehmen nutzen kann und wie du diese Daten speichern, analysieren und visualisieren kannst.
<br><br>
<h2>Verstehe den Data Science Workflow</h2> 
Du beginnst mit einer Einführung in die Datenwissenschaft für Unternehmen, in der du den Arbeitsablauf der Datenwissenschaft kennenlernst und erfährst, wie du sie auf reale Probleme anwenden kannst. Außerdem erfährst du, wie die Datenerfassung funktioniert und wie du Daten sammeln und speichern kannst.
<br><br>
<h2>Lerne, deine Daten zu analysieren und zu visualisieren</h2> 
Außerdem erfährst du, wie du deine Daten mit Dashboards und A/B-Tests analysieren und visualisieren kannst. Zum Abschluss des Kurses werden wir spannende Themen aus dem Bereich des maschinellen Lernens besprechen, darunter Clustering, Zeitreihenvorhersage, natürliche Sprachverarbeitung (NLP), Deep Learning und erklärbare KI.
<br><br>
Auf dem Weg dorthin lernst du eine Vielzahl von realen Anwendungen der Datenwissenschaft kennen und gewinnst durch praktische Übungen ein besseres Verständnis für diese Konzepte.
<br><br>
Dies ist eine ideale Einführung in die Datenwissenschaft für Manager/innen, die dir die Möglichkeit gibt, dieses mächtige Geschäftsinstrument kennenzulernen.

Erfahren Sie mehr über Data Science für Manager und Unternehmen und nutzen Sie Daten zur Stärkung.

Datenwissenschaft für Unternehmen

Dieser Kurs betrachtet Data Science aus dem geschäftsorientierten Blickwinkel und zeigt, wie du mithilfe von Daten dein Unternehmen stärkst. 

Auswählen einer zu verfolgenden Kennzahl

Erstellen eines A/B-Test-Workflows

Interaktive praktische Übung