Grundlagen und Methoden
  • Vertiefte Kenntnisse im Bereich Data Science Konzepte: Klassifikation und Support Vector Machines
  • Ablauf eines Data-Science-Projekts
  • Praxisnahe Einblicke in Data Science Konzepte mit Fokus auf explorative Datenanalyse
  • Regressionsanalyse
  • Fachwissen zu Data Science Konzepte: Anwendung und Funktion in der Wirtschaft
  • Clustering-Algorithmen

Anwendungsfelder und ethische Aspekte
  • Theorie und Praxis der Umsetzung von Data Science Konzepte im Bereich Datenethik
  • Casestudy: Umsatzprognose
  • Analytische Methoden aus dem Bereich Data Science Konzepte am Beispiel K-nearest Neighbor
  • NX Boost
  • Kompetenzen zu Data Science Konzepte für die Anwendung in realen Unternehmensszenarien
  • Bewertung von Ergebnissen im Rahmen von Data Science Konzepte