Big Data: Analyse und Datensätze

Big Data + Datenanalyse + Machine Learning + Microsoft Azure



Die Weiterbildung bietet eine umfassende Einführung in die Analyse von Big Data und die Nutzung datengetriebener Systeme. Es werden Methoden der Datenvisualisierung und der Einsatz von Cloud-Technologien wie Microsoft Azure behandelt, um Analyseprozesse zu unterstützen.



Modul 1: Big-Data-Grundlagen und Analyseprozesse
Modul 2: Microsoft Azure für datenbasierte Analyseprozesse
Modul 3: Datenanalyse und datengetriebene Auswertungssysteme
Modul 4: Machine Learning in datengetriebenen Analyseprozessen
Modul 5: Neuronale Netze in datengetriebenen Analysemodellen



Big-Data-Grundlagen und Analyseprozesse

• Big-Data-Konzepte: Einführung in Big-Data-Sets, Datenanalyse-Methoden und deren Einsatz in unternehmensbezogenen Analyseprozessen.


• Analyse digitaler Datenmengen: Anwendung von Statistik, Big Data und Big-Data-Analyse im Rahmen betrieblicher Entscheidungsprozesse.


• Anbindung und Aufbereitung: Nutzung von datenquellen und datenaufbereitung für Analysen in Microsoft Power BI und Power BI Service.


• Visualisierung großer Datenmengen: Erstellung interaktiver Power BI Reports zur Auswertung und Präsentation komplexer Datensätze.

Microsoft Azure für datenbasierte Analyseprozesse

• Cloud-Integration im Unternehmen: Einsatz von Microsoft Azure für Datenanalyse, Big Data und digitale Transformation.


• Analyseplattformen nutzen: Verbindung von Azure Synapse, Data Lake und Power BI zur Datenaufbereitung und Big-Data-Analyse.


• Automatisierung von Analyseprozessen: Nutzung von Schnittstellen zur Integration analytischer Workflows und Business-Analytics-Tools.


• Azure im Reporting: Umsetzung von Datenauswertung und Visualisierung großer Datenmengen mit Microsoft Power BI im Analysekontext.

Datenanalyse und datengetriebene Auswertungssysteme

• Statistische Grundlagen, Datenanalyse, Big Data Analytics und Methoden zur systematischen Informationsgewinnung.


• Power BI, Pivot Tabellen und SQL zur Datenmodellierung, Datenaggregation und digitalen Analyseprozessen.


• Arbeitsfelder in der digitalen Transformation: Aufgaben und Kompetenzen für Analysten und Datenexperten.


• Visualisierungstechniken mit Boxplot, Histogramm, MS Power BI und datenbasierten Reports zur Ergebnisinterpretation.

Machine Learning in datengetriebenen Analyseprozessen

• Grundlagen des maschinellen Lernens: Modellbildung mit Machine Learning für Prognosen, Klassifikation und Datenanalyse.


• ML in Python und Big Data: Anwendung von Machine Learning in Python zur Verarbeitung großer Datenmengen und Datenvisualisierung.


• Verfahren und Konzepte: Supervised Learning, neuronale Netze und datengestützte Auswertung mittels Big Data Analyse.


• Systemintegration und Tools: Einsatz von Power BI Skript, KI-Automatisierung und Anbindung über MS Power Automate.

Neuronale Netze in datengetriebenen Analysemodellen

• Netzarchitekturen verstehen: Aufbau neuronaler Netze mit Schichten, Aktivierungsfunktionen und lernenden Strukturen im ML-Kontext.


• Datenbasierte Anwendung: Einsatz in Datenanalyse, Prognosemodellen und Big-Data-Auswertung mit Machine Learning in Python.


• Python Frameworks im Einsatz: Modellierung, Training und Evaluation mit Scikit-learn und TensorFlow in KI-gestützten Projekten.


• Systemintegration: Nutzung von Power BI Skript, MS Power Automate und KI-Automatisierung zur Prozesssteuerung.

Am Ende der Weiterbildung beherrschen die Teilnehmenden die Anwendung von Machine Learning und Big Data Technologien in verschiedenen Analysekontexten. Sie können Tools wie Microsoft Azure und Power BI zur Datenverarbeitung und Visualisierung einsetzen.