Sie suchen Ihre bereits erworbenen Lerninhalte? Dann geht es hier entlang: Zum academy Campus

heise academy Logo
Classroom-Sessions

Datenanalyse mit Python – Jupyter Notebooks, Pandas und ChatGPT als Analyse-Werkzeuge

Der Weg zu datenbasierten Entscheidungen führt über präzise Analysen und verständliche Ergebnisse. In diese Session lernst du, mit Python und Jupyter Notebooks Daten eigenständig zu analysieren. Du wendest bewährte Bibliotheken an, etwa Pandas, Matplotlib und Seaborn. Zusätzlich nutzt du generative KI wie ChatGPT als Ideengeber und Assistenzsystem.

Enterprise
Professional

Datenanalyse mit Python – Jupyter Notebooks, Pandas und ChatGPT als Analyse-Werkzeuge

Enthalten im Classroom: KI und Data Science im Unternehmen – von Rohdaten zu verwertbaren Erkenntnissen
Zum Classroom
Überblick

  • Du verstehst, wie du Daten eigenständig mit Python und Jupyter Notebooks analysierst

  • Du kannst Standardbibliotheken effektiv einsetzen, etwa Pandas, Matplotlib und Seaborn

  • Du lernst generative KI in deinen Analyseprozess zu integrieren, etwa für Code-Vorschläge oder Ideenfindung

Inhalt

Diese Session vermittelt dir die praktischen Fähigkeiten, um aus Rohdaten verwertbare Erkenntnisse zu gewinnen. Du arbeitest mit bewährten Python-Bibliotheken wie Pandas für die Datenmanipulation sowie Matplotlib und Seaborn für aussagekräftige Visualisierungen. Dabei lernst du einen strukturierten Analyseprozess kennen, der verschiedene Analysetypen von der einfachen Beschreibung bis zur Handlungsempfehlung umfasst.

Ein besonderer Fokus liegt auf der Integration generativer KI in deinen Arbeitsablauf. Unser Experte zeigt dir, wie du ChatGPT effektiv für Code-Generierung, Fehlerbehebung und Ideenfindung einsetzt. Du unterscheidest zwischen deskriptiver, diagnostischer, prädiktiver und präskriptiver Analyse und wendest diese Konzepte praktisch an. Durch die Kombination traditioneller Analysemethoden mit modernen KI-Tools entwickelst du ein tieferes Verständnis für datengetriebene Muster und bereitest fundierte Geschäftsentscheidungen vor.

Zielgruppe

(Projekt-)Manager, Business-Analysten sowie Fach- und Führungskräfte, die datengetriebene Initiativen starten oder ausbauen möchten.

Voraussetzungen

Grundkenntnisse in Datenverarbeitung und Statistik sowie erste Erfahrungen mit Python sind hilfreich, aber nicht zwingend erforderlich.

Agenda

  • Zielgerichtete Datenanalyse: Deskriptiv, diagnostisch, prädiktiv und präskriptiv

  • Einführung in Python und Jupyter Notebooks für die Datenanalyse

  • Datenexploration mit Pandas, erste Visualisierungen mit Matplotlib und Seaborn

  • Generative KI als Analyseassistent: Einsatz von ChatGPT zur Code-Generierung und Fehlererklärung

Foto von Benedikt Backhaus

Benedikt Backhaus

KI-Dozent und Unternehmensberater | Selbstständig

Zum Profil