Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 

Foto: Matthias Friel

Modul: Data Science for Digital Health


Das hier aufgeführte Modul basiert auf in den Amtlichen Bekanntmachungen der Universität Potsdam veröffentlichten Studien- und Prüfungsordnungen.
Verbindliche Regelungswirkung haben nur die veröffentlichten Ordnungen.


HPI-DH-DS: Data Science for Digital Health Anzahl der Leistungspunkte (LP):
6 LP
Modulart (Pflicht- oder Wahlpflichtmodul): Abhängig vom Studiengang (siehe unten)
Inhalte und Qualifikationsziele des Moduls:

Inhalt

Die Gewinnung von Wissen aus großen Datenmengen (Big Data) ist ein hochrelevantes Thema für Digital Health, die Vermittlung grundlegender Kenntnisse im Bereich Data Science entsprechend essentiell.

Data Science, als interdisziplinäre Wissenschaft im Schnittpunkt von Mathematik, Stochastik, Statistik, Informatik, Maschinellem Lernen und branchenspezifischen Fachwissen, ermöglicht die Generierung von Erkenntnissen aus großen Datenmengen. Diese können genutzt werden um Forschungsfragen zu beantworten, Vorhersagen zu treffen, und Handlungsempfehlungen zu geben.

Das Modul vermittelt ein Verständnis für Data Science im Rahmen der Analyse und Bewertung von digitalen Gesundheitsdaten. Ebenso vermittelt das Modul Grundlagen statistischer Verfahren sowie Datenmanagement im Bereich Digital Health.

 

Qualifikationsziele

Die Studierenden erwerben detailliertes Wissen über die im Modul gegenständlichen Fachthemen.

 

Die Studierenden:

  • erlangen fachspezifische methodische und praktische Kenntnisse in der Datengenerierung und Datenanalyse im Bereich Digital Health,
  • verstehen die Herausforderungen des Datenmanagements von Gesundheitsdaten, z.B. aus klinischen Forschungsprozessen
  • können geeignete Methoden anwenden um vorgegebene Problemstellungen und Forschungsfragen empirisch zu untersuchen, Vorhersagen zu treffen und kausale Fragen zu analysieren
  • erwerben Erfahrung im Umgang mit Big Data und den geeigneten Werkzeugen,
  • können die Ergebnisse von Datenanalysen kritisch hinterfragen und interpretieren
  • haben Einblicke in aktuelle Lösungsansätze aus Industrie- und Forschungs-Projekten und in den aktuellen Stand der Forschung gewonnen.
Modul(teil)prüfungen (Anzahl, Form, Umfang, Arbeitsaufwand in LP):

Eine Prüfung der folgende Formen:

Klausur, 90-120 Minuten

Mündliche Prüfung, 30-45 Minuten

Selbstlernzeit (in Zeitstunden (h)): 120

Veranstaltungen
(Lehrformen)
Kontaktzeit
(in SWS)
Prüfungsnebenleistungen
(Anzahl, Form, Umfang)
Lehrveranstaltungsbegleitende Modul(teil)prüfung
(Anzahl, Form, Umfang)
Für den Abschluss des Moduls Für die Zulassung zur Modulprüfung
Vorlesung (Vorlesung) 3 - - -
Übung (Übung) 1 -

Übungsaufgaben (50%)

-

Häufigkeit des Angebots:

WiSe

Voraussetzung für die Teilnahme am Modul: keine
Anbietende Lehreinheit(en): Digital Engineering
Zuordnung zu Studiengängen Modulart
Master of Science Digital Health WiSe 2018/19 Pflichtmodul
Fakultätskatalog Digital Engineering Fakultät SoSe 2017 Abhängig vom Studiengang