Python-Bibliotheken für Data Science: von pandas bis PyTorch

KI-Intensivseminar · 2 Tage

Den Python-Stack für Analyse, Modellierung und Deep Learning gezielt einsetzen

Das nehmen Sie mit

• Eine lauffähige Arbeitsumgebung mit Anaconda oder pip, virtuellen Umgebungen und JupyterLab oder VS Code
• Eine begründete Wahl zwischen pandas und polars sowie zwischen statischen und interaktiven Grafiken
• Übung im Aufbau von scikit-learn-Pipelines für Klassifikation, Regression, Clustering und Anomalieerkennung
• Verfahren wie SHAP, LIME und eli5, mit denen Black-Box-Modelle nachvollziehbar werden
• Erste selbst trainierte Netze in Keras und PyTorch als Sprungbrett ins Deep Learning

Ablauf

1. Teil 1

   Tag 1 – Modul 1 – Ökosystem: Werkzeuge und Arbeitsumgebung einrichten

   • Aufbau des Python-Stacks für Data Science: welche Bibliothek welche Schicht abdeckt
   • Anaconda, JupyterLab und VS Code im Vergleich; Pakete über pip oder conda installieren
   • Notebook oder Skript: wann welche Arbeitsform passt, Projekte in einer virtualenv kapseln
   • Übung: Eine virtuelle Umgebung anlegen und ein kleines Beispielprojekt zum Laufen bringen
2. Teil 2

   Tag 1 – Modul 2 – Datenanalyse: Tabellen und Arrays mit pandas, polars und NumPy

   • Mit pandas Rohdaten einlesen, Lücken und Dubletten bereinigen, Spalten umformen
   • polars für große Tabellen, bei denen pandas an Geschwindigkeitsgrenzen stößt
   • NumPy-Arrays und vektorisierte Rechenoperationen als Unterbau vieler anderer Pakete
   • Übung: Denselben Datensatz mit pandas und polars verarbeiten, Laufzeit und Syntax gegenüberstellen
3. Teil 3

   Tag 1 – Modul 3 – Visualisierung: Matplotlib, Seaborn, Plotly und Altair

   • Statische Abbildungen für Berichte gegenüber interaktiven Ansichten zum Erkunden
   • Mehrteilige, verschachtelte Diagramme mit Matplotlib und Seaborn
   • Interaktive Dashboards mit Plotly, deklarativ beschriebene Grafiken mit Altair
   • Übung: Einen unbekannten Datensatz explorativ erschließen und Auffälligkeiten grafisch belegen
4. Teil 4

   Tag 1 – Modul 4 – Datenvorbereitung: Feature Engineering mit scikit-learn

   • Aussagekräftige Merkmale mit sklearn.feature_selection herausfiltern
   • Skalieren und kategoriale Werte kodieren mit sklearn.preprocessing und category_encoders
   • Vorverarbeitung und Modell in einer sklearn.pipeline bündeln, damit jeder Lauf reproduzierbar bleibt
   • Übung: Einen Rohdatensatz so aufbereiten, dass ein ML-Modell damit trainiert werden kann
5. Teil 5

   Tag 2 – Modul 5 – Überwachtes Lernen: Modelle trainieren, vergleichen und erklären

   • Klassifikatoren mit RandomForestClassifier, SVC und LogisticRegression aufbauen
   • Regressionsaufgaben mit LinearRegression und GradientBoostingRegressor lösen
   • Kreuzvalidierung mit cross_val_score, Hyperparametersuche mit GridSearchCV
   • Güte messen über confusion_matrix, roc_auc_score und precision_recall
   • SHAP, LIME und eli5 einsetzen und die Entscheidungslogik eines Modells grafisch darstellen
   • Übung: Ein Klassifikationsmodell erstellen, das Kunden Segmenten zuordnet
   • Übung: Die Vorhersagen eines Black-Box-Modells mit Erklärverfahren deuten
6. Teil 6

   Tag 2 – Modul 6 – Unüberwachtes Lernen: Cluster, Dimensionen und Ausreißer

   • Gruppen bilden mit KMeans und DBSCAN aus Scikit-learn
   • Viele Merkmale auf wenige verdichten: PCA, UMAP und t-SNE
   • Ungewöhnliche Datensätze aufspüren mit IsolationForest und OneClassSVM
   • Übung: Kundendaten clustern, zweidimensional abbilden und Ausreißer markieren
7. Teil 7

   Tag 2 – Modul 7 – Zeitreihen: Prognosen mit statsmodels, Prophet und tsfresh

   • Klassische Verfahren aus statsmodels: ARIMA, SARIMA und Exponential Smoothing
   • Saisonale Verläufe mit Facebook Prophet vorhersagen
   • Merkmale aus Zeitreihen mit tsfresh automatisch ableiten
   • Übung: Energieverbrauch oder Absatzzahlen für die nächsten Perioden prognostizieren
8. Teil 8

   Tag 2 – Modul 8 – Deep Learning: Erste Netze mit TensorFlow, Keras und PyTorch

   • Grundprinzip neuronaler Netze und wie sich die drei Frameworks unterscheiden
   • Ein Netz Schicht um Schicht mit der Sequential API von Keras zusammensetzen
   • PyTorch kennenlernen: Tensors, Modelldefinition und Trainingsschleife
   • Übung: Ein kleines Netz auf Bild- oder Textdaten trainieren