Kursbeschreibung

Zielsetzung:
Tauchen Sie ein in die Welt der Zeitreihenanalyse und entdecken Sie, wie Sie mit Python datenbasierte Entscheidungen treffen können. Dieser Kurs bietet Ihnen eine Einführung in die Grundlagen, von der Verarbeitung bis zur Visualisierung von Zeitreihendaten, und hilft Ihnen, komplexe Muster und Trends in Ihren Daten aufzudecken.

Das zweitägige Seminar bietet einen umfassenden Einstieg in die Analyse und Visualisierung von Zeitreihen-Daten mithilfe von Python. Teilnehmer erlernen, wie sie Zeitreihen-Daten einlesen, bearbeiten und visualisieren können. Es werden klassische statistische Vorhersagemethoden wie Holt-Winters und ARIMA sowie moderne Deep-Learning-Ansätze wie LSTM und RNN behandelt. Neben der Vorhersage konzentriert sich der Kurs auch auf Anwendungen wie Klassifikation und Clustering von Zeitreihen-Daten. Zum Einsatz kommen gängige Python-Tools wie pandas, matplotlib, plotly und keras.

Der Kurs kombiniert Theorie und praktische Übungen, die an realen Beispielen erklärt werden. Am Ende sind die Teilnehmer in der Lage, sowohl einfache als auch komplexe Zeitreihenmodelle anzuwenden und die Konzepte in der Praxis umzusetzen. Die Schulung ist ideal für alle, die datengetriebene Entscheidungen treffen oder ihre Python-Kenntnisse erweitern möchten.






Inhalt:
Grundlagen und Einführung
Der Kurs beginnt mit einer Einführung in die grundlegenden Konzepte von Zeitreihen und der Verwendung von Python. Dabei werden Teilnehmer mit der Definition, den Merkmalen und der Struktur von Zeitreihen-Daten vertraut gemacht. Die Visualisierung erster Daten erfolgt mithilfe von Bibliotheken wie matplotlib und plotly.

Zeitreihen-Vorhersage
Ein zentraler Schwerpunkt des Kurses liegt auf der praktischen Umsetzung von Vorhersagen. Es werden sowohl traditionelle statistische Methoden wie Holt-Winters, ARIMA und Kalman-Filter als auch moderne Modelle wie Facebook Prophet vorgestellt. Diese Methoden ermöglichen eine präzise Prognose von Zeitreihen-Daten.

Deep Learning und Machine Learning
Teilnehmer lernen den Einsatz von Machine-Learning-Algorithmen wie Recurrent Neural Networks (RNNs) und Long Short-Term Memory (LSTMs) kennen, die speziell für Zeitreihen-Daten geeignet sind. Neben der Vorhersage wird auf fortgeschrittene Themen wie die Klassifikation und das Clustering von Zeitreihen eingegangen.

Praktische Übungen
Jede Methode wird anhand anschaulicher Praxisbeispiele erklärt und in Übungen umgesetzt. Dies garantiert einen direkten Transfer der Theorie in die praktische Anwendung und bereitet die Teilnehmer optimal auf die eigenständige Arbeit mit Zeitreihen-Daten vor.
Nach Abschluss des Kurses können die Teilnehmer:
- Zeitreihendaten in Python einlesen, bearbeiten und visualisieren.
- Vorhersagen mit gängigen Methoden wie exponentiellem Glätten, ARIMA und LSTM treffen.
- Grundlegende statistische und maschinelle Lernkonzepte anwenden, die auch in der Forschung genutzt werden.
- Moderne Ansätze wie Mischverfahren verstehen und umsetzen.
- Zusatzanwendungen wie Clustering und Klassifikation für Zeitreihen-Daten durchführen.

Voraussetzungen
Der Kurs erfordert grundlegende Kenntnisse in entweder Zeitreihenanalyse oder Python, um dem Lerntempo folgen zu können. Allgemeine Erfahrungen mit Programmiersprachen und statistischen Grundlagen (z. B. Mittelwert, Standardabweichung) sind ebenfalls empfehlenswert. Teilnehmer sollten bereits Erfahrung im Umgang mit Daten haben, z. B. in Excel oder BI-Tools. Die Unterrichtssprache ist Deutsch, jedoch sind die Kursfolien auf Englisch, sodass grundlegendes Verständnis englischer Fachbegriffe erforderlich ist.

Technik
Für die Schulung benötigen Sie einen Computer mit aktuellem Browser (Chrome, Firefox, Edge) sowie Mikrofon und Kopfhörer oder Lautsprecher. Eine Kamera ist optional.
Es wird empfohlen, einen eigenen Laptop mit vorab installierter Software mitzubringen, wobei eine Installationsanleitung vor dem Seminar bereitgestellt wird. Teilnehmer sollten sicherstellen, dass ihr Laptop Zugang zum Internet hat, um während des Seminars digitale Unterlagen herunterzuladen.

Hinweis
Das Online-Seminar wird über die E-Learningplattform von Enable AI bereitgestellt. Zur Einrichtung des User-Accounts und Zusendung von Zugangsdaten und Nutzung der Lernplattform übermitteln wir Name, Anschrift, Emailadresse der Teilnehmer an Enable AI. In diesem Zusammenhang wird auch die Telefonnummer zur Klärung der technischen Fragen übermittelt.



Teilnehmerkreis:
Der Kurs richtet sich an alle, die den Umgang mit Zeitreihendaten in Python erlernen möchten. Dabei stehen sowohl die Erstellung von Vorhersagen als auch die Anwendung von Clustering- und Klassifikationsmethoden im Fokus. Grundkenntnisse in Zeitreihenanalyse oder Python werden für eine optimale Teilnahme empfohlen (siehe Voraussetzungen).