Data Science and Analytics

Gliederung der Inhalte

-  Methoden und Vorgehensweisen im Data Science

-  Grundlagen von R

-  Datenvisualisierung und explorative Datenanalyse

-  Vorverarbeitung und Filterung von Daten

-  Datenauswertung mit Methoden des maschinellen Lernens/Künstliche Intelligenz:

• Erstellen und Bewerten von Klassifikationsmodellen
• Erstellen und Bewerten von Clusteringmodellen
• Erstellen und Bewerten von Regressionsmodellen
• Erstellen von Prognosemodellen

Die Kombination aus Präsenzlernen, Blended Learning sowie eigenständiger Projektarbeit stellt das Erlernen praktischer Fähigkeiten mit einschlägigen Analysewerkzeugen in den Vordergrund. An Fallbeispielen mit realen Daten wird Theorie mit praktischer Umsetzung verknüpft.

Business Analysts, Berater/innen, IT-Fachkräfte, IT-Manager/innen, IT-Projektleiter/innen

• Abgeschlossene Berufsausbildung oder abgeschlossenes Hochschulstudium
• Berufserfahrung

1. Wissen

•  Konzepte Data Science Prozess und typische Vorgehensweisen kennen
•  Grundlegende Methoden des maschinellen Lernens kennen
•  Grundlegende Methoden zur Vorberarbeitung und Visualisierung von Daten kennen

2. Verständnis

•  Die Einsatzmöglichkeiten und das Potenzial von Methoden des maschinellen Lernens verstehen
•  Stärken und Schwächen von verschiedenen Methoden einschätzen können

3. Anwendung

•  R für Aufgaben im Bereich Data Science anzuwenden
•  Daten zu filtern, zu visualisieren und mit Methoden maschinellen Lernens Modelle zu erstellen

4. Analyse

•  Daten explorativ zu analysieren
•  Schlüsse aus Daten und deren Auswertung zu ziehen

5. Synthesis

•  Verarbeitungsmethoden auszuwählen und fallspezifisch anzupassen

6. Evaluation

•  Modelle in Bezug auf ihre Qualität und Eignung zu bewerten

Der Kurs besteht aus drei Präsenzblöcken á 2 Tagen:

1. Präsenzveranstaltung 13./14.09.2019: Kick-Off und Grundlagen
2. Präsenzveranstaltung 25./26.10.2019: Erste Aufgabenpräsentation und Vertiefung
3. Präsenzveranstaltung 15./16.11.2019: Zweite Aufgabenpräsentation und weitere Vertiefung

Online-Abgabe finale Ausarbeitung einer eigenen Projektarbeit.

Zwischen den Blöcken bearbeiten Sie Aufgaben in der Gruppe.

Lehr- und Lernformen

Vorlesung, praktische Übungen an Fallbeispielen (Hands On), Demonstration, Projektarbeit, Teilnehmerpräsentation

Prüfungsformen

Erarbeiten von zwei Aufgaben (Online Phase) und Präsentation von einer Aufgabe (Gruppe oder einzeln)
Schriftliche Ausarbeitung einer Projektarbeit (benotet)

Unterrichtssprache

deutsch

1.990,- Euro (1.790,- Euro ermäßigt)
Kursunterlagen sind enthalten.
Anfahrts-, Verpflegungs- und ggf. Übernachtungskosten sind selbst zu tragen.

Bitte beachten Sie, dass die im Rahmen dieses Kurses ausgehändigten Unterlagen urheberrechtlich geschützt und ausschließlich für den persönlichen Gebrauch bestimmt sind. Insbesondere die Verwendung der Unterlagen oder Teilen davon im Rahmen von Schulungsmaßnahmen bedarf der Zustimmung durch die Autorin/den Autor.

Voraussetzungen für den Erhalt des Zertifikats sind

• Teilnahme an mindestens 80 % der Veranstaltungstermine
• Verfassen einer schriftlichen Abschlussarbeit (Hausarbeit über Datenanalyse anhand eines Fallbeispiels)

Verwendung des Moduls

Das Modul steht unabhängig von anderen Modulen und kann einzeln gebucht werden. In Ergänzung bietet sich das Modul "Zertifizierter Business Analyst - Einführung in Business Analytics and Data Warehousing" an. Werden beide Module belegt, erhalten Sie ein Certificate of Advanced Studies (CAS) der Hochschule Furtwangen.