
In diesem Video gebe ich dir eine Einführung in den Python Kurs und zeige dir, wie der Kurs aufgebaut ist, was du lernen wirst und welche Tools du dazu benutzt. Viel Spaß!
Hier sind die Materialien die du für den Kurs brauchst.
In dieser Lektion gehe ich mit dir die Installation der benötigten Tools durch.
In diesem Video zeige ich dir die ersten Schritte mit JupyterLab und wir schreiben das erste Programm: Hallo Welt.
Hier gehe ich mit dir die ersten Schritte mit der Programmiersprache Python durch. Ich erkläre dir unter anderem, wie die Typen funktionieren.
In dieser Lektion zeige ich dir verschiedene mathematische Operatoren (z.B round, math.floor...) und wie diese funktionieren.
In diesem Video gehe ich mir dir die Lösungen von dem Quiz durch.
Deine erste Aufgabe mit Python zu mathematischen Operationen.
Am Ende des Videos findest du die Musterlösung und die Erklärung zu dieser Aufgabe.
In diesem Video bekommst du einen Crashkurs zu Strings in Python. Ich zeige dir, wie Strings funktionieren und wie du mit verschiedene Funktionen (z.B .upper()) mit diesen arbeiten kannst.
Der zweite Teil zu dem Crashkurs Strings in Python. Hier zeige ich dir weitere Funktionen, die du für Strings gebrauchen kannst. Unter anderem, wie du nur bestimmte Zeichen von einem String ausgeben kannst.
Hier findest du ein Merkblatt zu den Strings in Python.
Hier findest du die Lösung und Erklärung zu dem Quiz: Strings
In dieser Lektion bekommst du Aufgaben zu dem Thema Strings in Python und ich gehe mit dir die Aufgabenstellungen durch
In diesem Video findest du die Erklärung + Musterlösung zu den Aufgaben Strings.
In dieser Lektion gehe ich weiter auf die Jupyter-Umgebung ein. Ich zeige dir, wie du die Dokumentation von Funktionen aufrufen kannst und wie die "Zellen" funktionieren.
Dies ist der 2. Teil des Videos über die Jupyter-Umgebung. Hier zeige ich dir, wie du Texte, Überschriften etc. mit Markdown in den "Zellen" erstellen kannst.
In dieser Lektion behandeln wir verschiedene Operatoren (==, !=, ...) und lernen den Datentyp Bolean kennen.
In diesem Video lernst du die If-Abfragen kennen und wie du diese richtig einsetzt.
Hier findest du ein Merkblatt über die If-Abfragen.
Auflösung und Erklärung zu dem Quiz If-Abfragen.
In dieser Lektion geht es um die Typenkonvertierung. Wie kann ich Typen in Python in einen anderen Typen umwandeln. Zudem zeige ich dir noch, warum Rundungsfehler auftreten können und wie man mit diesen umgeht.
Hier ein Merkblatt zu den Variablen in Python
Hier gibt es wieder eine Aufgabe für dich.
Viel Spaß beim bearbeiten!
In diesem Video zeige und erkläre ich dir die Musterlösung zu der Aufgabe: Python Grundlagen.
In dieser Lektion bekommst du eine Einführung, wie Listen in Python funktionieren
In diesem Video behandeln wir weitere Funktionen und Methoden von den Listen in Python.
Ein Merkblatt zu Listen in Python.
Hier findest du die Lösung und Erklärung zu dem Quiz: Listen.
Hier findest du einen kleinen Hinweis zu der Aufgabe in der nächsten Lektion.
Deine erste Aufgabe zu dem Thema Listen.
Hier findest du die Musterlösung und Erklärung zu der Aufgabe: Listen.
In dieser Lektion gehe ich auf das Thema Schleifen ein. Ich zeige dir, wie die "for Schleife" funktioniert und wie wir diese einsetzten können.
In diesem Video zeige ich dir ein Beispiel, wie man eine "for Schleife" einsetzten könnte.
Hier ein weiteres Video über die "for Schleife". Ich zeige dir wie du die Schleife benutzten kannst, um mit Strings zu arbeiten.
In dieser Lektion geht es um List comprehensions. Ich zeige dir weitere Beispiele, wie du mit Listen arbeiten kannst. Am Ende des Videos findest du auch noch eine kleine Aufgabe für dich
In diesem Video lernst du eine weitere Schleife kennen. Die while Schleife.
In dieser Lektion zeige ich dir break und continue und wie du damit while Schleifendurchläufe überspringen und unterbrechen kannst.
Hier findest du ein Merkblatt zu den Schleifen in Pyhton.
Weitere Aufgaben für dich, diesmal zu dem Thema Listen und Schleifen.
Viel Erfolg beim Bearbeiten!
In diesem Video gibt es die Musterlösung + Erklärung zu der vorherigen Aufgabe: Listen und Schleifen (Aufgabe 1+2).
In diesem Video gibt es die Musterlösung + Erklärung zu der vorherigen Aufgabe: Listen und Schleifen (Aufgabe 3+4).
In diesem Video gibt es die Musterlösung + Erklärung zu der vorherigen Aufgabe: Listen und Schleifen (Aufgabe 5).
In dieser Lektion lernst du Tupel kennen und was genau der Unterschied zu einer Liste ist.
In diesem Video zeige ich dir, wie du eine Tupel entpacken und somit auf die Werte einzeln zugreifen kannst.
Hier findest du ein Merkblatt über Tupel in Python.
In dieser Lektion gehe ich mit dir die Musterlösung zu dem Quiz: Tupel durch.
Eine Aufgabe für dich zum Bearbeiten. Am Ende des Videos erkläre ich dir die Musterlösung. Viel Spaß!
In diesem Video lernst du Dictionaries kennen und wie du mit diesen Zuordnungen verwalten kannst.
Der 2. Teil zu Dictionaries. Hier lernst du, wie du Dictionaries ausgeben kannst und wie diese auch in Verbindung mit Tupel oder Listen funktionieren.
Hier in dem 3. Teil über DIctonaries zeige ich dir unter anderem, wie du prüfen kannst, ob bestimme Werte im Dictionary vorhanden sind und auch wie du Werte löschen kannst.
Hier findest du ein Merkblatt zu den Dictionaries.
In dieser Lektion findest du die Musterlösung zu dem Quiz: Dictionaries.
Eine weitere Aufgabe für dich, diesmal zu Dictionaries. Viel Spaß beim Bearbeiten!
Hier findest du die Musterlösung und Erklärung zu der Aufgabe: Dictionaries.
In dieser Lektion lernst du, wie du Funktionen in Python erstellst und benutzt.
In diesem Video zeige ich dir, wie du Funktionen einen oder mehrere Parameter hinzufügen kannst.
In dieser Lektion geht es um die Parameter einer Funktion. Was sind Standardparameter, wie benenne ich Parameter und wie benutze ich diese.
In diesem Video lernst du Rückgabewerte kennen und wo der Unterschied zu einer normalen Ausgabe ist.
Hier findest du ein Merkblatt über Funktionen in Python.
In diesem Video zeige ich dir die Lösungen des Quiz: Funktionen.
In diesem Video zeige ich dir, wie du in Python eine Datei öffnen, auslesen und wieder schließt.
In dieser Bonus Lektion lernst du, wie du etwas in eine Datei schreiben kannst.
Hier findest du ein Merkblatt über Datein in Python.
Aufgaben für dich zum bearbeiten zu dem Thema Funktionen in Python. Viel Erfolg!
In diesem Video findest du die Erklärung und Musterlösung zu den Aufgaben 1 bis 3.
In diesem Video findest du die Erklärung und Musterlösung zu der Aufgabe 4.
In dieser Lektion zeige ich dir, wie du Ordner auflistest und Dateien mithilfe eines Pfades öffnest.
In diesem Video lernst du, wie du eine ZIP-Datei mit Python extrahieren kannst.
In dieser Lektion lernst du, wie E-Mails aufgebaut sind und wie wir diese dann mit Python einlesen.
In diesem Bonus Video lernst du etwas über die Kodierungen von Dateien und wo die Unterschiede liegen.
In dieser Lektion lernst du, wie du mehrere E-Mails auf einmal einlesen kannst und was du dabei beachten musst.
In diesem Video lesen wir alle E-Mails (Spam und nicht Spam) ein.
In dieser Lektion lernst du, wie du eine Spam von einer normalen E-Mail unterscheiden kannst. Am Ende des Videos findest du eine Aufgabe für dich. Viel Erfolg!
Hier findest du die Musterlösung zu der Aufgabe: Spam Filter schreiben.
Hier findest du ein Merkblatt zu dem Thema Spam-Filter.
Eine Bonus Aufgabe für dich, Viel Spaß!
Hier findest du die Musterlösung zu der Aufgabe: Log-Datei.
In diesem Video lernst du, wie du Module importierst.
In dieser Lektion lernst du, wie du dein eigenes Modul schreiben kannst.
In diesem Video gebe ich dir eine Einführung in Numpy und erkläre dir, wozu wir dies nutzen.
In dieser Lektion lernst du, wie einfache Berechnungen mit Numpy funktionieren.
Hier lernst du, wie du Daten mit "matplotlib" plotten kannst.
In diesem Video zeige ich dir, wie du mit mehrdimensionalen Daten arbeitest.
In dieser Lektion lernst du die Funktion Numpy Reshape kennen.
In diesem Video zeige ich dir verschiedene Operatoren(min, max, mean,...) die du mit Numpy nutzen kannst.
In dieser Lektion geht es um das Tool Pandas. Ich zeige dir, wie du mit Pandas strukturierte Daten (z.B .csv) einlesen kannst.
In diesem Video gehe ich genauer auf das Dateiformat .csv ein.
In dieser Lektion zeige ich dir, wie du auf die Spalten einer CSV Datei zugreifen kannst.
In dieser Lektion gehe ich darauf ein, wie man grob Spalten einer csv Datei auswertet.
In diesem Video lernst du, wie du auf die jeweiligen Zeilen einer csv Datei zugreifen kannst.
In diesem Video zeige ich dir, wie du Daten mit verschiedenen Methoden abändern kannst.
Ein Merkblatt zu Pandas in Python
Hier findest du eine Aufgabe zu dem Thema Pandas und csv in Python. Anschließend gehe ich mit dir die Lösung durch. Viel Spaß!
Hier findest du die Lösung und Erklärung zu dem vorherigen Quiz.
Eine weitere Aufgabe zu dem Thema Pandas. Viel Erfolg!
Hier findest du die Musterlösung zu der Aufgabe Pandas.
In dieser Lektion bringe ich dir die Datentypen in Pandas näher.
In diesem Video zeige ich dir wie du mit Strings in Pandas umgehst.
In dieser Lektion lernst du, wie du Datentypen umwandeln kannst.
In diesem Video lernst du, mit Datumsformaten zu arbeiten (datetime).
Hier lernst du wie du deine Daten mit sort_values sortieren kannst.
In diesem Video zeige ich dir den Befehl Groupby und wie du damit deine Daten Gruppieren kannst.
Hier findest du Expertenwissen zu dem Befehl GroupBy.
Hier findest du Expertenwissen zu Pandas.
Ein weiteres Merkblatt zu dem Thema Pandas.
Eine weitere Aufgabe für dich zum Thema Pandas. Viel Erfolg!
Ein Hinweis zu der Musterlösung.
Hier findest du die Musterlösung zu der Aufgabe Pandas.
Achtung: Vorherigen Hinweiß beachten!
EGAL ob du Python professionell für deinen Job oder privat für dein Hobby erlernen willst. Dieser Kurs ist konzipiert dich ohne Vorkenntnisse zum Data Science Profi mit Python zu machen.
Nutze den Python-Kurs mit exzellenten Bewertungen auf Udemy:
„Ich bin sehr begeistert! Bin mit fast keinem Wissen hier rein und hab jetzt ein super Verständnis was denn Machine Learning überhaupt ist, man denkt immer das ist absolute Raketenwissenschaft, aber Jannis kann das wirklich super gut erklären, super Investition, danke!!!“ (★★★★★, Peter G.)
Deine Entscheidung ein Data-Scientist zu sein, kann Dir viele Türen öffnen!
Der Bedarf an qualifizierten Leuten ist groß. Mit diesem Kurs legst Du den Grundstein, ein gefragter Experte zu werden für ein Berufsfeld, wo du laut Indeed Jobbörse ein weit überdurchschnittliches Gehalt beziehen kannst!
Du wirst Schritt für Schritt an das Thema Python herangeführt und erlaubt dir den direkten Einstieg in die Welt der Data-Science.
Der All-Umfassende Python Kurs für Data Science auf Udemy.
Mit 252 Lektionen und 29+ Stunden HD-Videos, unzählige Quizze, Tests, Praxisprojekte, Merkblätter und Übungen.
Kurz-Überblick:
Verstehe alle Python-Grundlagen
Entwickle Data-Science Tools
Trainiere dich mit Quizzen und Übungen
Einfaches Wiederholen von Wissen mit Merkblättern
Umfassende Praxisbeispiele, z.B.:
Sage das Brustkrebs-Risiko von Patienten vorher
Ermittle die Gründe für Diabetes
Werte echte Gehälter der Stadt San Francisco aus
Schätze den Wert von Gebrauchtwagen
und noch viel viel mehr
Lerne mit dem erfolgreichstem deutschen Udemy Dozenten.
Skills die dich zum gefragten Data-Science-Experten machen!
Nutze ein einzigartiges Kurskonzept - das dir die Möglichkeit gibt, mit praxisorientierten Konzepten und Daten Python mit Ausrichtung Data-Science zu lernen.
Was mein Konzept so beliebt macht?
Ich lehre praxisorientiert mit Erfahrung und nicht trockene Theorie wie an der Uni.
Komplett-Kurs perfekt aufeinander abgestimmt
Support, der auf deine Rückfragen eingeht
Praxis erprobtes Lernkonzept mit grafischen, lerneffektiven Veranschaulichungen
Du arbeitest mit echten Daten: So macht Machine Learning besonders viel Spaß
Ideal für die Job-Vorbereitung, Uni-Klausur oder anderen persönlichen Zielen
Top-Aktuelle Kursinhalte die auf langjährige Erfolge gebaut sind
Ein komplett durchdachter, praxisorientiert Python Komplett-Kurs, der dich in 4 Schritten systematisch sicher ans Ziel führt, ein Experte zu werden!
Schaue dir meine Video-Nachricht and dich an!
Die 4 Themen für dich im Einzelnen.
Dieser Python Kurs ist speziell entwickelt, um dich auf die 4 wichtigen Themen eines Data-Scientist optimal vorzubereiten. Perfekt aufeinander abgestimmt und interessant gestaltet, sodass dein Lernprozess praxisorientiert und effizient ist.
Thema 1: Python Grundlagen (für Einsteiger)
Thema 2: Data Science
Thema 3: Machine Learning
Thema 4: Deep Learning (Neuronale Netze)
Thema 1: Python Grundlagen
Python zeichnet sich durch eine leicht zu erlernende Syntax aus. Python ist performant und objektorientiert.
Lerne die Grundlagen von Python kennen. Du lernst alle Datentypen und Funktionen kennen. Bereits nach ein paar Stunden schreibst du schon eine kleinen Spamfilter as dein erstes Praxisprojekt. Am Schluss bist Du in der Lage schon selbst kleinere Programme zu entwickeln.
Hast Du schon Programmiererfahrung mit Python?
Dann kannst du diesen ersten Abschnitt überspringen und direkt im zweiten Thema einsteigen!
Thema 2: Data Science
Wenn Du ein Data-Scientist bist, geht es für dich um fundierte Methoden der Datenanalyse. Ein extrem wichtiges Gebiet in der Wirtschaft, Wissenschaft, Gesundheitswesen und sogar öffentliche Einrichtungen.
All diese Institutionen benötigen die Datenanalysen, um z. B. Handlungsempfehlungen abzuleiten, Qualität und Effizienz zu optimieren, u. a.
In diesem Abschnitt lernst du, Daten nach Python einzulesen, zu filtern und grafisch auszuwerten.
Das heißt, du lernst Daten brauchbar zu machen.
Du lernst mit Tools wie Numpy, Pandas, Matplotlib und Seaborn zu arbeiten!
Außerdem lernst du in diesem Abschnitt anhand eines echten Praxisprojektes das gelernte umzusetzen: Wir analysieren die Gehälter der Stadt San Francisco.
Thema 3: Machine Learning
In Thema 2 hast du die Grundlagen gelernt, um sich jetzt mit dem Machine Learning zu beschäftigen. Was ist Machine Learning?
Kurz erklärt, Machine Learning ist ein Teil der künstlichen Intelligenz (KI). Das heißt, es geht um Algorithmen, die die Muster und Gesetzmäßigkeiten der Daten erkennen.
Jetzt lernst die unterschiedlichen Arten und Methoden von Machine Learning und wie du diese für Lösungen verwendest.
Dazu gehört auch die Aufbereitung von Daten und wie du die Genauigkeit eines Modells beurteilst. Wir werden das in diesem Abschnitt an eigenen, unterschiedlichen Modellen trainieren und nachvollziehen.
Als Beispiel wirst du sehen, wie du Diabetes vorhersagen oder Spamfilter verbessern kannst. Python Anwendungstool hier: Sklearn.
Thema 4: Deep Learning / Neuronale Netze
Jetzt, wo du in Thema 3 Machine Learning erfolgreich gelernt hast, können wir uns dem Thema Deep Learning (Neuronale Netze) widmen.
Mit Deep Learning lernst du die spezielle Methode des maschinellen Lernens und die dazugehörige Informationsverarbeitung. Das schliesst die Neuronale Netze Anwendung ein, um die Arbeitsweise des menschlichen Gehirns nachzustellen.
Du beginnst mit einem einzelnen Neuron. Mit Fortschritt dieses Lernabschnittes erweitern wir das Modell, damit du am Ende an einem ganzen neuronalen Netz trainierst.
All das, was du in Abschnitt 3 gelernt hast, wird dir jetzt hier weiterhelfen, denn es hilft dir, viele Zusammenhänge im Machine Learning 1:1 auf das Prinzip der Neuronalen Netze anzuwenden.
Teil deines Lerninhaltes hier ist auch eine Bilderkennung zu schreiben mit Tools wie Keras und Tensorflow.
Klingt gut?
Dann würde ich mich sehr freuen, wenn ich dir noch heute die Tür zur Welt der Data Science mit Python öffnen kann.
Du lernst mit dem erfolgreichsten, deutschsprachigen Dozenten auf Udemy.
Schau dir die Bewertungen zu diesem Kurs an und überzeuge dich selbst :)