Modul: Data Analytics - Konzepte und Methoden

Inhalt

Techniken zur Analyse großer Datenbestände finden in Wissenschaft und Wirtschaft in verschiedensten Domänen Anwendung, nicht zuletzt bei Banken, Versicherungen oder Informationsdienstleistern. Das branchenübergreifende Ziel ist dabei die Beherrschung großer, teilweise verteilter Datenbestände und die effiziente Extraktion interessanter Zusammenhänge und unerwarteter Muster. Das Vertiefungsgebiet Data Analytics im Fach Data Engineering betrachtet sowohl die Aufbereitung von Daten für eine schnelle und leistungsfähige Analyse als auch moderne Analysetechniken aus dem Bereich des statistischen und maschinellen Lernens oder aus dem Bereich Visual Analytics. Dieses Modul vermittelt die grundlegenden Konzepte und Methoden des Data Analytics wie beispielsweise Predictive Analytics, Data Exploration, Computational Statistics, Probabilistic Models, Causal Inference, Deep Learning, Heuristic Optimization oder Smart Data Representations.

Qualifikationsziele

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

Die Studierenden

• erlangen Kenntnisse zur Analyse großer Datenbestände wie beispielsweise Probabilistic Models oder Deep Learning oder Visual Analytics,
• können Datenbestände aufbereiten und analysieren,
• verstehen die Notwendigkeit von Data Analytics Konzepten und können diese erläutern,
• können unterschiedliche Methoden zur Analyse großer Datenbestände hinsichtlich ihrer Wirksamkeit und Anwendbarkeit einschätzen und vergleichen,
• verstehen, welche Probleme im Themenbereich Data Analytics derzeit offen sind und haben Einblick in den diesbezüglichen Stand der Forschung gewonnen.

Eine Prüfung der folgenden Formen:

Klausur, 90-120 Minuten

Mündliche Prüfung, 30-45 Minuten

Hausarbeit, (mind. 8 Seiten) zusammen mit Ergebnispräsentation (20-45 Minuten)

Übungsaufgaben (50%)

WiSe und SoSe