Statistische Datenanalyse mit R für Regressionsanalysen mit Zusatzqualifikation: Microsoft Power BI, Prompt Engineering und Machine Learning

Nach Abschluss der Weiterbildung verfügen Sie über Kenntnisse in der statistischen Datenanalyse mit R, die Sie für Regressionsanalysen einsetzen. Sie nutzen Microsoft Power BI zur Datenvisualisierung und wenden Techniken des Prompt Engineering an. Zudem beherrschen Sie Grundlagen des Machine Learning. Diese Fähigkeiten ermöglichen Ihnen Tätigkeiten in der Datenanalyse, im Reporting und in der Entwicklung von datengetriebenen Lösungen. Sie können in verschiedenen Branchen wie IT, Forschung oder Unternehmensberatung tätig werden.

• Grundlagen der Arbeit mit R
• Datenmanagement und deskriptive Statistiken in R
• Importieren, Analysieren und Exportieren von Datensätzen
• Diagramme in ggplot2
• Regressionsanalysen
• Lineare Regression, Moderation und Mediation
• Anwendung von R in der Forschung
• Zusammenhänge zwischen Variablen und Diagrammen

• Datenvorbereitung für Power BI
• Arbeiten mit Power Query
• Benutzeroberfläche von Power BI
• Datenquellen verbinden und importieren
• Interaktive Dashboards gestalten
• Balken- und Liniendiagramme
• Berechnungen mit DAX-Ausdrücken
• Freigabe von Analysen und Dashboards

• Einführung in Prompt Engineering: Grundlagen und Überblick
• ChatGPT: das Sprachmodell von OpenAI
• Training von ChatGPT: Verbesserung der Leistung durch Feinabstimmung
• Interaktive Konversation: dialogbasierte Nutzung von ChatGPT
• Nutzung von ChatGPT: Anwendungsmöglichkeiten und Potenziale
• Anwendungsdesign für ChatGPT: Strukturierung von Benutzerschnittstellen
• Kontextsensitive Antworten: Verbesserung der Leistung durch Kontextverständnis
• Herausforderungen und Limitationen bei ChatGPT

• Einführung in Machine Learning
• Arten des Machine Learning
• Entwicklung eines Machine-Learning-Systems
• Datenvorbereitung für Machine Learning
• Training und Auswahl eines Vorhersagemodells
• Bewertung von Modellen
• Verwendung von Scikit-Learn für Klassifikationen
• Modellbewertung und Hyperparameter-Tuning