Technologien
- SQL
- Pandas
- PostgreSQL
- Python
- Numpy
- MongoDB
- VS-Code
- Scikit-Lernen
- AWS - EC2
- Jupyter-Notebook
- Matplotlib
- PyCharm
- Seaborn
Projekte in Data Science
- Vorhersagen mit Regressions- und Klassifizierungsmodellen (einschließlich CNN – Deep Learning)
- Fahrspurerkennung mittels OpenCV und YOLO
- Unüberwachtes Filmempfehlungssystem mit eigener Weboberfläche
- Simuliertes Konsumverhalten mittels Markow-Chain-Monte-Carlo-Verfahren
- Erstellen eines Datenpipelines mit DockCompose
- Sammlung von Tweets durch APIs - MongoDB zum Speichern der Tweets
- ETL erstellen, um sie in PostgreSQL zu speichern
- Sentimentale Analyse der Tweets
- Analyse von Trend und Saisonalität von Berliner Temperaturdaten
- Erstellen verschiedener Modelle (AR, ARIMA, FB Prophet) zur Vorhersage der Temperatur und zum Vergleich der Werte