Datenauswertung und -visualisierung mit Julia

Die junge Programmiersprache Julia bietet zahlreiche Vorteile: Sie ist flexibel, schnell und performant und kann gut mit großen Datenmengen umgehen. Ihr Haupteinsatzbereich liegt daher in der wissenschaftlichen und numerischen Berechnung.

In diesem Kurs stellt Ihnen der Data-Science-Experte Fabio Basler anwendungsorientiert die wichtigsten Methoden der Data Science anhand der Programmierung mit Julia vor. Sie erfahren, wie Sie große Datenmengen effizient verarbeiten, und machen sich mit Filterungen, Sortierungen, Gruppierungen und Joins von Daten vertraut. Darüber hinaus lernen Sie, Daten professionell zu visualisieren und mit statistischen Berechnungsmethoden zu analysieren. Auch die Untersuchung der Datenverteilung und die Prognosewerkzeuge in Julia stehen auf dem Programm.

Alle Video-Lektionen im Überblick:

• 1. Herzlich willkommen zu diesem Kurs

• 2. Grundlagen

  • Kapitelüberblick

  • Warum Julia für Data Science?

  • Einrichtung der Umgebung

  • Jupyter Notebooks für Julia

  • Datentypen in Julia

• 3. Datenverarbeitung

  • Kapitelüberblick

  • Einführung

  • Importieren

  • Einfache Analysen

  • Zeilen und Spalten

  • Filterungen

  • Sortierungen

  • Theorie: Merges und Joins

  • Merges und Joins

  • Gruppierungen

  • Select

  • Aufgabe: Datenmengen verarbeiten

  • Lösung: Datenmengen verarbeiten (Teil 1)

  • Lösung: Datenmengen verarbeiten (Teil 2)

  • Lösung: Datenmengen verarbeiten (Teil 3)

  • Quiz: Datenverarbeitung

• 4. Datenvisualisierung

  • Kapitelüberblick

  • Einführung

  • Formatierungsmöglichkeiten

  • Balkendiagramme

  • Liniendiagramme

  • Theorie: Boxplots

  • Boxplots

  • Histogramme

  • Punktdiagramme

  • Multiplot

  • Interaktive Grafiken mit Plotly (Teil 1)

  • Interaktive Grafiken mit Plotly (Teil 2)

  • Interaktive Grafiken mit Plotly (Teil 3)

  • Aufgabe: Datenvisualisierung

  • Lösung: Datenvisualisierung

  • Quiz: Datenvisualisierung

• 5. Statistische Auswertung

  • Kapitelüberblick

  • Mittelwertkennzahlen

  • Streuungskennzahlen

  • Quantile

  • Ausreißer analysieren

  • Kovarianz

  • Korrelation

  • Python aus Julia aufrufen

  • R aus Julia aufrufen

  • Aufgabe: Statistische Auswertung

  • Lösung: Statistische Auswertung

  • Quiz: Statistische Auswertung

• 6. Datenverteilungen und Prognosen

  • Kapitelüberblick

  • Diskrete Verteilungen

  • Normalverteilung

  • Konfidenzintervalle

  • Trendprognoseverfahren

  • Quiz: Datenverteilungen und Prognosen

• 7. Abschluss

  • Fazit und Kursabschluss

So lernen Sie mit diesem Videokurs:

In den Videokursen von heise academy lernen Sie IT-Themen anschaulich und verständlich. In den Videos schauen Sie den Experten bei der praktischen Arbeit zu und lassen sich dabei alles genau erklären. Das Wissen ist in kleine Lernschritte und Aufgaben unterteilt. Sie können den Kurs Lektion für Lektion durcharbeiten oder gezielt zu Themen springen, die Sie interessieren. Die persönliche Lernumgebung der heise academy hält viele Funktionen für Sie bereit, die Ihnen beim Lernen helfen können:

• Flexibler Videoplayer mit vielen Steuerungsmöglichkeiten

• Wissensquizzes zur Lernkontrolle

• Lernhistorie und Lernfortschritt

• Lesezeichen und Notizen

• Volltextsuche in den Videos

• Frage-den-Experten-Modul

• Übungsmaterial zum Mitmachen

• Responsive Web-App und Videostreaming für alle Endgeräte

Technische Voraussetzungen:

Für diesen Videokurs wird lediglich ein Browser (mit eingeschalteter JavaScript-Funktionalität) und eine Internetverbindung benötigt.