Data Science 2

• Vorstellung, Organisatorisches
• Wiederholung KI, Klassifikation
• Motivation Regression, Beispiele
• Lineare Regression, Multiple lineare Regression
• Regression mit SciKit Learn
• Overfitting, Modellkomplexität und Regularisierung
• Preprocessing mit SciKit Learn

• DataScience2-01-Folien.pdf
• DataScience2-02-Folien.pdf

Cheat Sheets:

• Python-Cheat-Sheet-for-Scikit-learn-Edureka.pdf
• Scikit-Learn_Cheat_Sheet.pdf
• SciKit-Cheat-Sheets-ALL.pdf

• DataScience2-Blatt1.pdf

• Zeitreihen, Grundlagen und Definitionen
• Analyse von Zeitreihen, Lineare ZR-Modelle
• Zeitreihen mit Pandas und Python

• DataScience2-03-Folien.pdf

• DataScience2-Blatt3.pdf

• Clustering hierarchisch
• k-Means Algorithmus
• Dokumenten-Repräsentation (TF/IDF), Clustering

• WordCloud Darstellung

• Warenkorbanalyse

• Häufige Mengen, Apriori-Algorithmus

• DataScience2-05-Folien.pdf
• DataScience2-04-Folien.pdf

• DataScience2-Blatt4.pdf

Datenschutz und Ethik:

• Aspekte Datenschutz
• Gefahren der Datenanalyse
• Diskussion

Projektphase - Design Thinking - Was ist ein Projekt? - Wie starten wir ein Data Science Projekt?

• Sales_KPIs.pdf
• ml_canvas.pdf

Hausaufgabe bis zum 4.5.2026:

Podcast Ehrenwort, Folge Cambridge Analytica