Python für die Datenanalyse in den Sozialwissenschaften

Python für die Datenanalyse in den Sozialwissenschaften#

Dies ist die Website zum dritten Teil der mehrteiligen Schulung zu Python für die Datenanalyse in den Sozialwissenschaften - durchgeführt von Come2Data zusammen mit den Pilotprojekten Sozialwissenschaften an der TU Chemnitz und TU Dresden als Teil des in Come2Data registrierten Lehrproblem LP24 (Sharepoint-Link).
Dieser Teil der Schulung behandelt die Grundlagen zum Maschinellen Lernen und die entsprechende Anwendung mit Python.

Auf den folgenden Seiten werden alle Schulungsmaterialien sowie zusätzliche Informationen und eine ausführliche Anleitung zur Vorbereitung deines Computers zur Verfügung gestellt.

Die Schulungsmaterialien zu den anderen Teilen finden sich hier:

Des Weiteren ist der Python-Selbstlernkurs von DataCarpentry zu empfehlen, welcher ähnliche und weiterführende Inhalte abdeckt. Dieser wird ebenfalls unter einer CC-BY 4.0 Lizenz bereitgestellt.

Diese Seite wird derzeit stark überarbeitet, schaut später nochmal vorbei

Allgemeine Informationen#

Trainer#

Programm#

* Grundlagen, Begriffe und Konzepte zu Künstlicher Intelligenz und Maschinellem Lernen
* Maschinelles Lernen mit Python - Handhabung von scikit-learn und anderer Bibliotheken
* Praktische Übungen zu Verfahren der Klassifikation und Clusteranalyse

Wir bedanken uns für die finanzielle Unterstützung durch das Bundesministerium für Bildung und Forschung im Rahmen des Programms „Stärkung der Datenkompetenzen des wissenschaftlichen Nachwuchses“ (Projektkennziffer: 16DKZ2044) sowie im Rahmen des Programms „Center for Scalable Data Analytics and Artificial Intelligence“ (Projektkennziffer: ScaDS.AI). Diese Maßnahme wird mitfinanziert durch Steuermittel auf der Grundlage des vom Sächsischen Landtag beschlossenen Haushalts.

Contents