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: Acquisition, Processing and Analysis of Health Data - Concepts and Methods


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-APAD-C: Acquisition, Processing and Analysis of Health Data - Concepts and Methods Anzahl der Leistungspunkte (LP):
6 LP
Modulart (Pflicht- oder Wahlpflichtmodul): Abhängig vom Studiengang (siehe unten)
Inhalte und Qualifikationsziele des Moduls:

Inhalt

Der Fokus des Vertiefungsgebietes liegt auf der gesamten Prozesskette von Erhebung über Verarbeitung bis hin zur Analyse und Auswertung spezifischer Digital-Health-Daten. Dabei werden Konzepte und Methoden zur Handhabung von Big Data aus heterogenen Datenquellen (Variety), Daten mit hoher Erfassungsfrequenz und schnellen Verarbeitungszeiten (Velocity) und umfangreichen Datensätzen (Volume) vermittelt. Dazu werden praxisnahe Verfahren zur Datenintegration (z.B. Extract Transform Load), Harmonisierung (z.B. Interoperabilitätsstandards und Terminologien), zur -verarbeitung (z.B. automatisierte Datenverarbeitungspipelines), und -analyse (z.B. Data Exploration, Machine Learning) betrachtet.

 

Qualifikationsziele

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

Die Studierenden:

  • erlangen fachspezifische, theoretische und methodische Kenntnisse,
  • können zu einer vorgegebenen Problemstellung geeignete Lösungskonzepte und -strategien auswählen und anwenden,
  • erweitern ihre fachliche Urteilskompetenz,
  • sind in der Lage zur Lösung von Problemen selbständig geeignete Informationsquellen zu erschließen und einzusetzen,
  • lernen grundlegende Verfahren der Datenintegration kennen,
  • können Strategien zur Datenverarbeitung für verschiedene Anforderungen bewerten,
  • erkennen komplexe Probleme der Datenerschließung und sind in der Lage entsprechende Lösungsstrategien zu definieren,
  • erhalten einen Überblick über fachspezifische Verfahren zur Datenanalyse,
  • erweitern ihre Lernfähigkeiten.
Modul(teil)prüfungen (Anzahl, Form, Umfang, Arbeitsaufwand in LP):

Eine Prüfung der folgenden Formen:

Klausur, 90-120 Minuten

Hausarbeit, mind. 8 Seiten, zusammen mit der Präsentation von Forschungsergebnissen (Vortrag, 30-45 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/Seminar (Vorlesung oder Seminar) 4 - - -

Häufigkeit des Angebots:

SoSe

Voraussetzung für die Teilnahme am Modul: keine
Anbietende Lehreinheit(en): Digital Engineering
Zuordnung zu Studiengängen Modulart
Master of Science Digital Health WiSe 2018/19 Wahlpflichtmodul