Python Tutorial für Data Science | Komplettkurs Deutsch

[@sandrakyoutube]

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

[@MiradijeGashi-f6y]

Sita prishim magjin e zez

[@Funzelwicht]

Sehr, sehr gut erklärt!

[@datascience.institute]

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

[@martinschafrik1891]

Super gemacht. Viel gelernt. Danke

[@christopherkowalski8419]

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]

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.

[@froillainart]

Klasse. Vielen Dank 🐧

[@datascience.institute]

gerne ! :)

[@matthiaswilkens7754]

Ein tolles Video, vielen Dank

[@datascience.institute]

Gerne :)

[@wirtschaftswissenschaften]

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]

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

[@yt7042]

Ich habe mir jetzt einige Videos von dir reingezogen und du machst das sehr gut. Also wenn ich jetzt eine Weiterbildung machen würde wärst du bzw. euer Institut die erste Wahl. Allerdings bin ich mir nicht sicher ob es auch echten Fernunterricht gibt oder alles über fertige Videos läuft. Wie ist das eigentlich wenn man bereits sehr viele Vorkenntnisse hat die nur aufgefrischt werden müssten und nur das eigentliche Data Science Wissen fehlt. Kann man das dann schneller durchziehen? Grundsätzlich wäre ich interessiert, müsste es aber parallel zu meiner Selbständigkeit absolvieren.

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]

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

[@datascience.institute]

da steht der Token nämlich

[@cyberbastet]

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

[@datascience.institute]

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

[@niklasb.9280]

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]

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

[@gerald1449]

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

[@Akhi42]

ich studiere informatik habe schion in Assambler, C, Java, Haskell, Scala und Python progarmmieren müssen, irgendwie kommt mir das etwas komisch vor die ganze zeit nur irgend welche Bib zu nutzen und kaum selbst zu progammieren ist das in der Data Science immer so? Sonst danke fürs Viedo super informativ und cool das du die Gänige Variablen bezeichnug nennst : )

[@datascience.institute]

Puh Haskell. Da hatte ich kurz Flashbacks an "Einführung in die Programmierung 1 und 2" an der Uni haha ... Data Science ist häufig das: viele Bibliotheken importieren, Daten vorbereiten und bereinigen, Daten analysieren, ML.

[@Kneiferjule]

coool, danke :-)

[@JosefBeirer]

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]

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?