Machine Learning & Data Driven Business

Hinweis

Eine Einführung findet virtuell im Rahmen der Erstsemester-Einführungsveranstaltungen am Montag, den 18.10.2021 um 10:00 bis 11:00 Uhr statt. Die Vorlesung wird jeden Mittwoch um 11:30 Uhr virtuell gehalten. Die Vorlesung wird von einem Tutorium zur Projektarbeit begleitet. Das Tutorium findet Donnerstag um 13:15 Uhr virtuell statt. Eine Anmeldung für das Tutorium ist nicht nötig. Kursunterlagen und weitere Informationen finden Sie mit Beginn der Einführungsveranstaltung auf StudOn.

Organisation

Studienbeginn vor WS2020 Studienbeginn von WS2020 bis SS2021 Studienbeginn ab WS2021
Prüfungsnummer: Klausur: 21521

Projektarbeit: 21522

Klausur: 21741

Projektarbeit: 21742

Klausur: 21731

Projektarbeit: 21732

ECTS: 5 5 5
Turnus WS WS WS
Sprache Deutsch Deutsch Deutsch
  • Bullshit with Data
  • Organization
  • Data Handling
  • Projektarbeit mit Salesforce
  • Data Protection
  • Data Driven Innovation
  • Project Management
  • Projektarbeit mit Tableau
  • Technology Management
  • Machine Learning for Computer Vision
  • Machine Learning for Language Modeling
  • Projektarbeit mit Rapidminer
  • Reinforcement Learning
  • Hausarbeit mit Word/Mendeley

Einbettung der Veranstaltung im Studienverlauf

Die Veranstaltung Machine Learning & Data Driven Business ersetzt inhaltlich IT und E-Business. Studierende mit Studienbeginn vor WS2020 melden sich bitte für die Klausur bzw. Projektarbeit mit der Prüfungs-Nr. 21521 bzw. 21522 an. Studierende mit Studienbeginn ab WS2020 melden sich bitte für die Klausur bzw. Projektarbeit mit der Prüfungs-Nr. 21741, 21742 an.

Ausnahme bilden Masterstudenten aus dem Studiengang Wirtschaftsingenieurwesen, welche IT- und E-Business als Auflagenmodul absolvieren müssen. Machine Learning & Data Driven Business kann als Auflagenmodul über Mein Campus unter Konto 8888 belegt werden.

  • Die Veranstaltung ist für Studierende der Wirtschaftswissenschaften (mit Schwerpunkt BWL, VWL, WI, und WiPäd) unabhängig vom Studienbeginn im Pflichtbereich.
  • Die Veranstaltung ist für Studierende der Wirtschaftsingenieurwesen unabhängig vom Studienbeginn im Pflichtbereich.
  • Die Veranstaltung ist für Studierende der International Business Studies mit Studienbeginn vor WS2020 im Pflichtbereich und mit Studienbeginn ab WS2020 im Wahlpflichtbereich.
  • Die Veranstaltung ist für Studierende der Wirtschaftsinformatik (B.Sc.) mit Studienbeginn vor WS2020 weder im Pflicht- noch Wahlpflichtbereich und mit Studienbeginn ab WS2020 ergänzend zu Business Information Systems Engineering im Pflichtbereich.
  • Die Veranstaltung ist für Studierende der Wirtschaftsmathematik (5. Semester) im Pflichtbereich. Eine Anmeldung über mein Campus ist derzeit nicht möglich. Schreiben Sie mir bitte eine E-Mail.

 

Für viele Unternehmen sind Daten (und damit verbundene Anwendungen) zu einem tragfähigen Geschäftsmodell geworden. Die Vorlesung behandelt den Einsatz von Data Science und Machine Learning als Basis für datengetriebene Anwendungen. Die Veranstaltung ist unterteilt in eine Vorlesung und eine praxisorientierte Projektarbeit mit den Software-Tools Salesforce, Tableau, und Rapidminer.

Die Vorlesung…

  • behandelt Einsatzgebiete von Data Science und Machine Learning in Unternehmen
  • sensibilisiert für die Verarbeitung von sensiblen und personenbezogenen Daten
  • vermittelt agile Methoden des Projektmanagements für datengetriebene Projekte

Die Projektarbeit…

  • behandelt die Erstellung von Berichten mit Salesforce
  • vermittelt die Visualisierung von Daten mit Tableau
  • zeigt die Generierung von Prognosen mit Rapidminer
  • umfasst das wissenschaftliche Synthese mit Mendeley

Die Studierenden…

  • verstehen den Zusammenhang zwischen der Entstehung von Daten, der Verarbeitung von Daten zu Anwendungen, und der Entstehung datengetriebener Geschäftsmodelle
  • kennen die Rahmenbedingungen von datengetriebenen Anwendungen und pflegen einen verantwortungsvollen Umgang mit sensiblen und personenbezogenen Daten
  • können Formen des maschinellen Lernens voneinander abgrenzen und mit Bezug zu einem Problem auswählen
  • haben sich mit der computergestützten Analyse von Daten und dem Schreiben von wissenschaftlichen Texten befasst