Data Science: Der Weg von Big Data zu Smart Data

Daten sind im Zeitalter der Digitalisierung eine der wichtigsten Ressourcen geworden. Mit ihnen lassen sich beispielsweise Katastrophen vorhersagen und verhindern, medizinische Fortschritte schneller erzielen und Wettbewerbsvorteile generieren. Der praxisorientiere Kurs bildet Sie zum Data Scientist aus und befähigt die Teilnehmenden unter Verwendung des Statistikprogrammpakets R, selbständig komplexe Aufgabenstellungen mit Hilfe von Methoden der Explorativen Datenanalyse, Regressionsanalyse, Klassifikation, Diskrimination und Clustering, Neuronalen Netzwerke und Hauptkomponentenanalyse zu bearbeiten, auszuwerten und zu interpretieren.

Mit Hilfe von konkreten Anwendungsbeispielen können Sie das Erlernte direkt in der Praxis anwenden. Die Daten für die Praxisbeispiele stammen dabei aus den Umwelt- und Biowissenschaften, der Medizin, dem Transportwesen, der Finanzwirtschaft und der Lebensmittelindustrie.

• Sie erlernen die Grundzüge des Statistikprogrammpakets R (Open Source) und führen damit Datenanalysen durch.
• Sie bekommen einen Einblick in die Vielfalt der statistsichen Modellbildung.
• Sie erwerben eine systematisch strukturierte Arbeitsweise.
• Sie bauen eine Problemlösungskompetenz auf dem Gebiet der Data Science auf.

Der Kompaktkurs besteht aus 8 Modulen:

• Modul 1: Der Data Scientist – Schlüsselfigur im Business- und Data-Understanding
• Modul 2: Einstieg in das Programmsystem R: Problemanalyse und Datengewinnung
• Modul 3: Data Mining: Aufbereiten der Information und Explorieren der Rohdaten
• Modul 4: Methoden der statistischen Modellierung in R
• Modul 5: Logistische Regression (binäre Responsevariable)
• Modul 6: Klassifikationsbäume und Regression Trees
• Modul 7: Künstliche Neuronale Netze
• Modul 8: Latente Variablen und Dimensionsreduktion

Der Kurs richtet sich an Personen, die mit einer Vielfalt von Daten aus unterschiedlichen Unternehmensbereichen konfrontiert sind und sich aktuelles Wissen im Bereich der statistischen Datenanalyse, Modellierung und Interpretation aneignen wollen. Wie beispielsweise

• Medizinerinnen und Mediziner,
• Logistikerinnen und Logistiker,
• Personen aus der Tourismusbranche,
• Mitarbeiterinnen und Mitarbeiter aus dem Bauwesen.

Eine akademische Ausbildung auf Fachhochschul- oder Universitätsniveau mit Basiswissen in Statistik ist erwünscht.