!Grundlagen der Datenanalyse und statistische Methoden *Grundlegende statistische Kenngrößen *Datenreinigung *Einführung in Pandas und Dataframes *Lineare Regression *Multiple Regression *Logistische Regression *Deskriptive Statistik: Analysen und Untersuchungen !Machine Learning und Data Science *Einführung in Machine Learning *Decision Trees *Einführung in Unsupervised Machine Learning *K-Means Clustering *Streudiagramme, Korrelationsdiagramme und analytische Tests *Regressionsanalysen !R und seine Anwendungen in der Datenanalyse *Grundlagen der Arbeit mit R *Datenmanagement und diskriptive Statistiken in R *Umgang und Untersuchung von Datensätzen sowie Skalenbildung *Importieren, Analysieren und Exportieren von Datensätzen *Diagramme in ggplot2 *Anwendung von R in der Forschung !Datenvisualisierung mit modernen Tools *Datenvisualisierung *Datenvisualisierung geographischer Daten *Matplotlib Stylesheets *Dreidimensionale Plots *Boxplot und QQ-Plot !Business Intelligence mit Power BI und Tableau *Einführung in Power BI *Power Query: Importieren von Daten *Transformieren und Kombinieren von Daten mit Power Query *Datenmodellierung in Power BI Desktop *Vom Datenmodell zum interaktiven Onlinereport *Gestaltungsregeln für Reports und Dashboards *Einführung in Tableau und Verstehen von Datenmodellierung *Aggregationen, Berechnungen und Parameter *Erstellen von interaktiven Dashboards *Verwendung von Kartendiensten *Integration Python, R, MATLAB und Einstein Discovery *Erstellen von Reporten inklusive Dashboard mit Interaktivität