Inhalt

[ 947SEM3BANK22 ] KS Business Analytics

Versionsauswahl
(*) Unfortunately this information is not available in english.
Workload Education level Study areas Responsible person Hours per week Coordinating university
4 ECTS M1_2 - Master's programme 2. semester Business Administration Martin Stabauer 2 hpw Johannes Kepler University Linz
Detailed information
Original study plan Master's programme Joint Master Program Digital Business Management 2022W
Objectives (*)Die Studierenden erwerben folgende Fähigkeiten:

  • Verständnis der Bedeutung von Daten und deren Analysemöglichkeiten im unternehmerischen Kontext
  • Unterscheidung und Einordnung prädiktiver und präskriptiver Analytik
  • Beurteilung der Konsequenzen der Nutzung für betriebswirtschaftliche Entscheidungen
  • Kennenlernen von Grundlagenmethoden und deren Anwendungsmöglichkeiten
Subject (*)Die Lehrveranstaltung beschäftigt sich mit folgenden Inhalten:

  • Einführung Data Science und Business Intelligence
  • Standardprozesse für Data Mining (zB CRISP-DM)
  • Einordnung in das unternehmerische Umfeld und Methoden der Risiko- und Folgeneinschätzung
  • Wahrscheinlichkeitsrechnung und deskriptive/analytische Statistik
  • Verteilungstests
  • Regressions- und Varianzanalysen
  • Simulations- und Szenariotechniken
  • Prognose- und Simulationsmodelle
Criteria for evaluation (*)LV-immanente Leistungsfeststellung, schriftliche Klausur
Methods (*)
  • Vortrag und Diskussion
  • Abwechselnder Theorie-Input und Anwendungsphasen der Studierenden
  • Teilweise fallstudienbasierter Unterricht
Language German
Study material (*)
  • Kemper, H.-G. & Baars, H.: Business Intelligence & Analytics - Grundlagen und praktische Anwendungen. Springer, in der aktuellen Auflage.
  • Provost, F. & Fawcett, T.: Data Science für Unternehmen. mitp, in der aktuellen Auflage.
  • Géron, A.: Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow - Concepts, Tools, and Techniques to Build Intelligent Systems. O'Reilly, in der aktuellen Auflage.
  • Jannaschk, K.: Infrastruktur für ein Data Mining Design Framework. Springer, in der aktuellen Auflage.
  • Bruce, P. & Bruce, A.: Statistics for Data Scientists - 50 Essential Concepts. O'Reilly, in der aktuellen Auflage.
Changing subject? No
Earlier variants They also cover the requirements of the curriculum (from - to)
947SEM2BANK20: KS Business Analytics (2020W-2022S)
On-site course
Maximum number of participants 30
Assignment procedure (*)durch FH