Sie lernen die theoretischen Grundlagen der Daten und Prozessanalyse kennen. Der Kurs beginnt mit einem Überblick über die Prozessanalyse und -optimierung. Zur Datenanalyse gehören die Analyse der Datenquellen, die Vorbereitung der Daten und der Transport in die Analysetools z.B. ausgehend von den Datenbankservern. Sie gewinnen dabei einen Überblick über die Analyse und Visualisierung mit Excel und Python. Abgerundet wird dieses Seminar durch eine Einführung in das maschinelle Lernen unter Python.

Auszubildende Richtung Fachinformatiker Daten- und Prozessanalyse

Kenntnisse wie sie in dem Seminar SQL, PL/SQL und Oracle vermittelt werden sowie Grundlagenkenntnisse in Python.

Grundlagen der Prozessanalyse

• Methoden der Prozessanalyse
• Darstellung von Prozessen
• Möglichkeiten zur Optimierung von Prozessen

Heterogene Datenquellen

• Oracle DB-Server (OLTP, OLAP, DataWarehouse)
• Engineered Systems unter Oracle (Exadata, ODA)
• Dokumentenorientierte Datenbankserver (MongoDB)
• Big Data
• Weitere Datenquellen

Datenvorbereitung und -transport

• Datenvorbereitung und -bereinigung (Einschätzung, Auswahl, Transformation)
• Übertragung der Daten in die Analysetools (Export/Import, Skripte, Dateien)

Datenanalyse

• Grundlagen der Datenanalyse (Methoden, Tools, Darstellung)
• Relevante Statistik (Min/Max, Durchschnitt, Standardabweichung, Median, Korrelationen,...)
• Analyse in Excel (statistische Funktionen)
• Analyse in Python (numpy, pandas)

Visualisierung

• Excel (Diagrammtypen, Statistikdiagramme, Pivottabelle , PivotChart,... )
• Python (maxplotlib, seaborn)

Maschinelles Lernen

• Grundlagen des maschinellen Lernens (Entscheidungsbäume, (un)begleitetes Lernen, Deep Learning, neuronale Netze, Algorythmen)
• Maschinelles Lernen in Python (tensorflow, keras)