Data Science verbindet Statistik, Programmierung und fachliche Fragestellungen, um Muster in Daten zu erkennen. Unternehmen nutzen datenwissenschaftliche Methoden für Prognosen, Segmentierungen und Entscheidungsunterstützung. Der Kurs vermittelt Grundlagen des Data-Science-Arbeitsprozesses von der Datenaufbereitung bis zur Modellbewertung.
Kursinhalt1. Data-Science-Prozess
- Einordnung von Fragestellung, Datenbasis, Analyseziel und Ergebnisformat
- Verständnis typischer Projektphasen von Exploration bis Modellbewertung
- Bewertung von Datenqualität, Repräsentativität und Verzerrungen
2. Analyse und Modellierung
- Aufbereitung und Untersuchung tabellarischer Daten
- Anwendung grundlegender statistischer Methoden und Visualisierungen
- Einführung in Machine-Learning-Verfahren für Klassifikation und Prognose
3. Interpretation und Kommunikation
- Bewertung von Modellergebnissen mit geeigneten Kennzahlen
- Erklärung von Ergebnissen für fachliche Zielgruppen
- Einordnung von Grenzen, Risiken und praktischer Nutzbarkeit
Berufliche Relevanz
- Vorbereitung auf datenwissenschaftliche Aufgaben in Analyse- und KI-Projekten
- Anwendung in Produkt, Marketing, Operations, Controlling und Forschung
- Grundlage für weiterführende Spezialisierungen in Machine Learning und MLOps