Data Science - Wie Sie aus großen Datenmengen Handlungsempfehlungen ableiten können

Neu im Portfolio: „Data Science kompakt“

Die Nutzung von Daten stellt für Unternehmen enorme Potentiale dar, die sich im allgemeinen Trend zur Digitalisierung sowie Schlagwörtern wie Industrie 4.0, Big Data und Predictive Applications widerspiegeln.

Das Ziel ist, in gegebenenfalls sehr großen Datenbeständen Zusammenhänge zu erkennen und diese zur Optimierung von Geschäftsprozessen oder für komplett neue Geschäftsmodelle heranzuziehen. Den damit verbundenen Herausforderungen stellt sich die Disziplin „Data Science“, in der verschiedene Fachrichtungen vereint sind (z. B. Programmierung, Statistik, Datenbanktechnik, maschinelles Lernen und Visualisierung) und für die sich das Berufsfeld des „Data Scientist“ herausgebildet hat.

Inhalte

  • Überblick über die Grundlagen und Anwendungsgebiete der Data Science
  • Behandlung ausgewählter Verfahren im Detail
  • Vermittlung von Vorgehensmodellen und Konzepten der Datenanalyse und -aufbereitung sowie des maschinellen Lernens
  • Anwendung anhand eines modernen Data Science-Tools (RapidMiner)
  • Einblick in die genannten Prozesse, Methoden und Technologien
  • Schwerpunkt liegt auf der praxisorientierten Anwendung

Anmeldeformular

Wichtige Fakten auf einen Blick

Dozent Professor Dr. Peer Küppers, Hochschule Ludwigshafen am Rhein
Dauer und Termin 26. November 2018, 9.00 bis 17.00 Uhr
Anmeldeschluss 12. November 2018
Kosten 425,00 Euro;
für Alumni der Graduate School Rhein-Neckar und der Hochschule Mannheim: 395,00 Euro
Zielgruppe Interessierte, die die Fähigkeit erlangen wollen, Daten mit hochmodernen Verfahren zu analysieren (weit über die Möglichkeiten hinaus, die Tools wie Excel bieten). Die Teilnehmer arbeiten typischerweise in „datenbezogenen“ Rollen (Controlling, Marketing, Business Analyst usw.) und führen Datenanalysen unter Verwendung von Tabellenkalkulations- oder Business Intelligence-Tools durch.
Gruppengröße max. 10 Teilnehmer
Sonstiges Das Seminar ist nach Bildungszeitgesetz anerkannt.