Data Analytics: Methoden und Programmierung

Die Veranstaltung findet regelmäßig im Sommersemester statt. Aktuelle und weiterführende Informationen erhalten Sie in GRIPS und in der ersten Veranstaltung. Die Termine entnehmen Sie bitte dem Vorlesungsverzeichnis.

Organisationen stehen heutzutage unter anderem durch Sensorik oder Soziale Medien eine sehr große Menge an Daten zur Verfügung. Diese Daten können durch verschiedene Data Analytics-Methoden analysiert werden, um wertvolle Erkenntnisse zu gewinnen. So können beispielsweise Kunden anhand ihrer persönlichen Attribute segmentiert und gezielt mit Produktangeboten kontaktiert werden. Daneben ermöglichen Methoden des Text Analytics die Analyse unstrukturierter Daten wie zum Beispiel Kundenrezensionen oder Facebook-Posts. Dies erlaubt es unter anderem auf die Präferenzen und Interessen von Kunden zu Produkten und Dienstleistungen einer Organisation zu schließen.

Quelle: barnraisersllc.com/2018/10/01/data-mining-process-essential-steps/

Inhaltlich umfasst die Veranstaltung folgende Thematiken:

• Grundlagen von Data Analytics
• Konzepte, Methoden und praktische Umsetzung von Data Analytics in den Bereichen Klassifikation, Clustering, Assoziationsanalyse und Regression
• Konzepte, Methoden und praktische Umsetzung von Text Analytics

Die Konzepte aus der Vorlesung werden in der Übung angewendet und vertieft.