Text Mining Schulung

Zielgruppe

Diese Schulung richtet sich an Data Scientists, Analyst:innen und Softwareentwickler:innen, die unstrukturierte Textdaten effizient verarbeiten und analysieren möchten.

      Voraussetzungen: Grundlagen in Python, grundlegende Kenntnisse in Datenverarbeitung oder Statistik
    

Schulungsinhalte

Textaufbereitung: Tokenisierung, Stemming, Lemmatization
Feature Engineering: Bag-of-Words, TF-IDF, N-Grams
Dokumentenklassifikation & Topic Modeling (z. B. LDA)
Word Embeddings: Word2Vec, GloVe, FastText
Sentiment Analysis und Named Entity Recognition (NER)
Einsatz von Bibliotheken wie spaCy, NLTK, scikit-learn

Details & Organisation

Dauer: 5 Schulungstage (je 08:30–17:00 Uhr, inkl. 30 Min. Pause)

Format: Präsenz oder Online

Ort: Hamburg oder remote

Kosten: 2.082,50 € inkl. MwSt.

Zielgruppe: Fachkräfte, Teams und Unternehmen – auch als individuelles Inhouse-Training buchbar.

Förderung: Eine Förderung über Bildungsgutschein oder vergleichbare Programme ist derzeit nicht möglich.

Tagesstruktur

08:30–10:30 Uhr: Einführung & Vermittlung zentraler Konzepte
10:30–12:00 Uhr: Anwendung anhand praxisnaher Beispiele
12:00–12:30 Uhr: Pause
12:30–14:30 Uhr: Vertiefung, Gruppenarbeit oder Übungen
14:30–17:00 Uhr: Transfer, Diskussion & Abschluss

Dieses kompakte Tagesformat ist auf ca. 8 Zeitstunden ausgelegt und bietet eine ausgewogene Mischung aus Input, Anwendung und Reflexion – bei maximal 30 Minuten Pause.

Lernziele nach dem Lehrbaummodell

Diese Lernziele orientieren sich am Lehrbaummodell (Ellmann 2022) und fördern nachhaltiges Lernen auf kognitiver, motivationaler und metakognitiver Ebene.

Stamm: Planung & Motivation: Die Teilnehmenden erkennen die Potenziale automatisierter Textanalyse, formulieren persönliche Lernziele und sind motiviert, unstrukturierte Daten nutzbar zu machen.
Kommunikation: Die Lernenden diskutieren Anwendungsbeispiele für Sentiment Analysis, Klassifikation oder NER, tauschen Erfahrungen mit Bibliotheken wie spaCy oder NLTK aus und reflektieren die Vor- und Nachteile unterschiedlicher Ansätze.
Material & Struktur: Die Teilnehmenden arbeiten mit strukturierten Notebooks, annotierten Code-Beispielen, Beispieldatensätzen sowie Visualisierungen von Termfrequenzen, Topics und Embeddings.
Gedächtnis & Aufmerksamkeit: Zentrale Konzepte wie Tokenisierung, TF-IDF, LDA oder Word Embeddings werden durch praktische Übungen, visuelle Darstellung und wiederholte Anwendung tiefgreifend gefestigt.
Aktivierung & Lernstörung: Die Teilnehmenden trainieren Textklassifikatoren, analysieren Modellfehler, optimieren Feature-Sets und stärken ihre Problemlösefähigkeit im Umgang mit realen Textdaten.
Gipfel: Überprüfung & Transfer: Die Lernenden evaluieren ihre Modelle anhand realer Textdaten, dokumentieren Analyseprozesse und übertragen das Gelernte auf eigene Projekte oder unternehmensspezifische Anwendungen.

Kursbezogene Ziele

Effiziente Aufbereitung und Analyse von Textdaten
Automatisierte Textklassifikation und Themenextraktion
Anwendung moderner Machine Learning-Methoden auf Text

Quelle des Lehrbaummodells zur Gestaltung effektiver Lehre in der IT vom Inhaber: M. Ellmann (2022).
Effektives Lehren und Lernen in der Informatik, Wirtschaftsinformatik und verwandten Fachgebieten.
Veröffentlicht in: Informatik Spektrum, Springer Nature.
SPRINGER NATURE Link: https://doi.org/10.1007/s00287-022-01436-5

Nächste Kurstermine

Hinweis: Gesetzliche Feiertage wurden bei der Terminberechnung automatisch berücksichtigt.

Startzeitraum	Kontakt
03 Aug 2026 bis 07.08.2026 5 Schulungstage inkl. individueller Vertiefung	Mathias Ellmann Ing., M. Sc.
17 Aug 2026 bis 21.08.2026 5 Schulungstage inkl. individueller Vertiefung	Mathias Ellmann Ing., M. Sc.
31 Aug 2026 bis 04.09.2026 5 Schulungstage inkl. individueller Vertiefung	Mathias Ellmann Ing., M. Sc.
14 Sep 2026 bis 18.09.2026 5 Schulungstage inkl. individueller Vertiefung	Mathias Ellmann Ing., M. Sc.
28 Sep 2026 bis 02.10.2026 5 Schulungstage inkl. individueller Vertiefung	Mathias Ellmann Ing., M. Sc.

Kein passender Termin dabei? Gerne prüfen wir individuelle Schulungswünsche.

Mathias Ellmann

Ing., M. Sc.

Musterzertifikat

Dies ist die erste Seite des Zertifikats für Text Mining in Python:

Zertifikat Vorschau – Text Mining in Python

Das vollständige Musterzertifikat kann auf Anfrage per E-Mail bereitgestellt werden.

Häufige Fragen zur Text Mining Schulung

Welche Voraussetzungen brauche ich für die Text Mining Schulung?

Für die Teilnahme an der Text Mining Schulung benötigen Sie grundlegende Kenntnisse in Python sowie Basiswissen in Statistik oder Datenanalyse. Erste Erfahrungen im Umgang mit Textdaten sind von Vorteil, aber keine Voraussetzung.

Wie lange dauert die Text Mining Schulung und wo findet sie statt?

Die Text Mining Schulung dauert 5 Tage (jeweils 08:30–17:00 Uhr) und wird wahlweise online oder als Präsenzkurs in Hamburg angeboten.

Welche Themen werden in der Text Mining Schulung behandelt?

Sie lernen unter anderem Textaufbereitung (z. B. Tokenisierung, Stemming), Feature Engineering mit TF-IDF oder N-Grams, Klassifikation und Topic Modeling sowie Named Entity Recognition und Sentimentanalyse mit Tools wie spaCy, NLTK und scikit-learn.

Welche Ziele verfolgt die Text Mining Schulung?

Ziel der Python-Schulung ist es, unstrukturierte Textdaten effizient zu analysieren, maschinell zu klassifizieren und relevante Informationen automatisiert zu extrahieren – etwa für Business Intelligence, Research oder Data Science.

Was kostet die Text Mining Schulung?

Die Teilnahme an der Text Mining Schulung kostet 2.082,50 € inkl. MwSt. Sie erhalten strukturierte Schulungsunterlagen, ein offizielles Zertifikat und individuelle Betreuung durch erfahrene Dozenten.

Erhalte ich ein Zertifikat für die Text Mining Schulung?

Ja. Nach erfolgreicher Teilnahme an der Text Mining Schulung erhalten Sie ein Zertifikat mit den behandelten Inhalten und der offiziellen Dauer der IT-Fortbildung.

Ist die Text Mining Schulung für Unternehmen oder ganze Teams geeignet?

Ja, die Text Mining Schulung kann als individuelle Inhouse-Schulung oder Team-Fortbildung durchgeführt werden – angepasst an Ihre firmenspezifischen Textdaten oder Analyseanforderungen.

Wie erfolgt die Bezahlung der Text Mining Schulung?

Sie erhalten eine Rechnung zur Überweisung. Für Unternehmen sind auch Sammelbuchungen, Zahlungsziele oder zentrale Ansprechpartner:innen für größere Gruppen möglich.

Kann ich die Text Mining Schulung stornieren oder umbuchen?

Ja, eine kostenfreie Stornierung ist bis 14 Tage vor Beginn möglich. Danach ist eine kostenfreie Umbuchung oder die Benennung einer Ersatzperson jederzeit möglich.

Kann ich für die Text Mining Schulung einen Bildungsgutschein einsetzen?

Diese Text Mining Schulung ist aktuell nicht AZAV-zertifiziert. Gerne prüfen wir alternative Förderoptionen oder erstellen Ihnen ein individuelles Angebot für Ihr Weiterbildungsbudget.

Weitere Kurse im Bereich: Data science

Python Schulung

Jetzt entdecken →

Data Science Schulung

Jetzt entdecken →

Optimierung von ML-Algorithmen Schulung

Jetzt entdecken →

Deep Learning mit Python & TensorFlow Schulung

Jetzt entdecken →

Alle Schulungen anzeigen

Zur Übersicht →

Zielgruppe

Schulungsinhalte

Details & Organisation

Tagesstruktur

Lernziele nach dem Lehrbaummodell

Kursbezogene Ziele

Bin ich bereit für das Text Mining Schulung?

Passende Fachliteratur

Von Daten zu Lösungen in Data Science mit Python

From Data to Solutions in Data Science with Python

Von Modellen zu Entscheidungen in Machine Learning mit Python

From Models to Decisions in Machine Learning with Python

Kritisches Denken in Data Science mit Python

Critical Thinking in Data Science with Python

Nächste Kurstermine

Musterzertifikat

Häufige Fragen zur Text Mining Schulung

Weitere Kurse im Bereich: Data science

Python Schulung

Data Science Schulung

Optimierung von ML-Algorithmen Schulung

Deep Learning mit Python & TensorFlow Schulung

Alle Schulungen anzeigen