Python Tutorial für Data Science | Komplettkurs Deutsch

No video

Python Tutorial für Data Science | Komplettkurs Deutsch

Рет қаралды 11,814

Fabian Rappert | Data Science Institute

Күн бұрын

Du suchst einen Machine Learning oder Data Science Tutorial auf deutsch? Dann bist du hier genau richtig! Heute programmieren wir mit Python und Jupiter Notebook ein Machine Learning Projekt.
Unser kostenloses Beratungsgespräch um Data Scientist zu werden:
data-science-institute.de
Du möchtest Machine Learning oder Data Science lernen und dabei Python und Jupyter Notebook einsetzen? Genau das machen wir in diesem Tutorial bzw. Komplettkurs. Hier wirst du lernen eine KI mit Python zu erstellen und dein erstes Machine Learning Projekt erstellt haben. Wir werden gemeinsam den kompletten Data Science Prozess durchgehen und eine richtig interessante Vorhersage treffen.
00:00 Intro
01:15 Was ist Machine Learning?
03:50 Die richtige Struktur
06:11 Installation von Python und Jupyter Notebook
10:50 Dein erstes Programm
12:10 Bibliotheken importieren
15:40 Datensatz einlesen und visualisieren
27:47 Trainings- und Testdaten
38:33 Algorithmus trainieren
48:03 Genauigkeit bestimmen

Пікірлер: 24

@sandrakyoutube 7 ай бұрын

Großartiges Video. Direkt und verständlich erklärt. Du findest immer die richtigen Worte, um komplexe Themen greifbar zu machen. Vielen Dank!

@Funzelwicht Жыл бұрын

Sehr, sehr gut erklärt!

@datascience.institute Жыл бұрын

Vielen Dank ! :) Freut mich sehr, dass es dir gefällt.

@martinschafrik1891 Жыл бұрын

Super gemacht. Viel gelernt. Danke

@froillainart 26 күн бұрын

Klasse. Vielen Dank 🐧

@datascience.institute 26 күн бұрын

gerne ! :)

@matthiaswilkens7754 10 ай бұрын

Ein tolles Video, vielen Dank

@datascience.institute 10 ай бұрын

Gerne :)

@Kneiferjule Жыл бұрын

coool, danke :-)

@christopherkowalski8419 9 ай бұрын

Super gemachtes Video, viel gelernt, dient mir nun als Vorlage für ein eigenes Projekt, und hat mich zu folgende Fragen und Schlussfolgerung inspiriert: 1. Ich brauche ein Eigenen Datensatz, der Datensatz ist nicht Verfügbar (zumindest nicht so vorbereitet wie bei den Pinguinen), 2. ich benötige ein APP für Bilder, die dafür Bilddaten, und Bild Metadaten aus einem Größeren Bild und eigenen bzw Web infomationen gewinnt mit meiner Hilfe zusammenfügt, diese als GUi, das in Zusammenhang mit Python steht und einer SQL Datenbank, mit Bild Ersatz Informationen, wie es für Blinde oder als alternativ Webtext zum Bild steht, können sie mir ein passendes Programm für diese Art von Daten sammeln empfehlen? Es scheint ihr Fachgebiet zu sein. Daher die Frage an Sie. Vielen Dank für ihre Arbeit.

@datascience.institute 9 ай бұрын

Moin, zu 1. : Go for it :) zu 2. : Guck dir mal OpenCV in Python für Bildverarbeitung und Flask/Django für Webapps. So benutzt du Python und kannst hier auch SQLite verwenden, um SQL und Python zu verwenden. Das fällt mir jetzt spontan ein. :) Kenne das Projekt natürlich nicht im Detail.

@wirtschaftswissenschaften 6 ай бұрын

Ich finde dass du das richtig grossartig erklärst und würde mir wirklich ein PHP Erklärvideo wünschen. Gibt es da denn etwas von dir?

@datascience.institute 6 ай бұрын

Danke dir :) PHP steht grade noch nicht auf der Liste, aber ich schau mal, was ich machen kann.

@cyberbastet 11 ай бұрын

Danke für das super Video. Angenommen ich möchte ein anderes Dataset importieren, wie gehe ich am besten vor?

@datascience.institute 11 ай бұрын

df = pd.read_csv('NAME.csv')

@JosefBeirer 8 ай бұрын

Hallo und guten Tag, ich bin ziemlich neu in der machine learning bubble und habe einfach ein gewisses Problem das ich nicht zu lösen vermag. Ich habe einfach einen Tunnelblick. Es geht darum das ich gerne will das Namen erkannt und differenziert werden, so dass der Computer versteht, dass Max Mustermann wer anderes ist als Josef Maier und oder das Jeniffer Cortez jemand anderes ist als Amy Cortez. Ich möchte die Namen in eine Tabelle einführen und diese Namen werden halt kontinuirlich verändert, da man etwas ausbessern oder jemanden entfernen möchte etc....vielleicht bin ich ja generell auf den Holzweg in dieser Spalte der Programmierung um das Problem lösen zu können, aber ein gewisser Anhaltspunkt wäre unglaublich Hilfreich. Ich freue mich auf eine Antwort und bin auch recht dankbar für dein Video

@juliaj.7005 Ай бұрын

Hey, sehr verständlich erklärt! Allerdings bekomme ich permanent Fehlermeldungen in Jupyter Notebook. -ich soll die inf zu NaN konvertieren -KeyError: "['island', 'sex'] not found in axis" , obwohl die doch enthalten sind. Ulkigerweise gebe ich danach df aus und die Tabelle wird korrekt ohne diese Spalten angezeigt. -nach der Classifier Funktion: ValueError: could not convert string to float: 'Dream' -nach predictions: ValueError: could not convert string to float: 'Biscoe' -nach accuracy_score: NameError: name 'predictions' is not defined Kernel zig mal neu gestartet und die Codes nacheinander erneut abgespielt per Run. nur die Fehlermeldung zu den nicht gefundenen Spalten wird auf Colab auch angezeigt, Ausgabe funktioniert dennoch korrekt und Rest funktioniert da einwandfrei. Hast du da eine Erklärung?

4 ай бұрын

Super Video. Habe nur ein Problem wenn ich versuche Jupyter zu öffnen will er von mir ein Passwort oder einen Token. Ich habe mittlerweile schon sehr viel ausprobiert und recherchiert aber ohne Erfolg. Hat hier jemand vielleicht schon ein ähnliches Problem gehabt?

@datascience.institute 4 ай бұрын

Also wenn du Jupyter startest muss du eigentlich nur den Link (localhost ...) aus deinem Terminal / Konsole kopieren

@datascience.institute 4 ай бұрын

da steht der Token nämlich

@niklasb.9280 Жыл бұрын

Kleine Streberfrage, aber wäre es nicht besser die Reihen mit fehlenden Werten zu löschen NACHDEM du die Spalten die du sowieso nicht nutzt raus genommen hast? Auf die Art hast du doch jetzt potenziell 'gute' Daten weggeworfen? Danke für die Mühe!

@datascience.institute Жыл бұрын

Ich glaub ich verstehe deine Frage nicht richtig. Auf welche Stelle beziehst du dich nochmal :)?

@gerald1449 10 ай бұрын

Nach meinem Verständnis sollen die Objekte anhand ihrer Eigenschaften vorausgesagt werden. Damit sind die Datensätze mit NULL-Werten in den Eigenschaften wohl nicht verwertbar.