Green Data Analytics

Dozenten und Modulverantwortlichen

Prof. Dr. Christian Schieder

Lerninhalte

• Einführung in Data Science mit R und R Studio
• Phasen des Data-Science-Prozess
  • Datensammlung
  • Datenvorbereitung, Datentransformation
  • Datenvisualisierung, Datenkommunikation
  • Modellierung, Evaluation und Deployment der Ergebnisse
• Verfahren des Maschinellen Lernens, u.a.:
  • Clustering
  • Klassifikation
• Dimensionsreduktion
• Voraussetzungen empfohlen: Grundkenntnisse in Statistik, Umgang mit Software
• Mitzubringen ist ein eigener Laptop

Kurszeiten/ Termine / Kursorte

Präsenz und Selbstlerneinheit

Aufbau

Leistungspunkte

ECTS – 1 bei Erbringen einer Prüfungsleistung