Inhalt

Bachelorstudium Statistik und Data Science (UK 033/551)

Versionsauswahl
(*) Leider ist diese Information in Deutsch nicht verfügbar.
Übersicht ECTS Credits
Mathematik18,00
........ VL Mathematik I5,00
........ UE Mathematik I4,00
........ VL Mathematik II5,00
........ UE Mathematik II4,00
Theoretische Statistik24,00
........ Grundkonzepte der Statistik und Data Science6,00
................ KV Einführung in Statistik und Data Science3,00
................ KV Software für Statistik und Data Science3,00
........ Mathematische Statistik18,00
................ VL Wahrscheinlichkeitsrechnung5,00
................ UE Wahrscheinlichkeitsrechnung4,00
................ VL Statistische Inferenz5,00
................ UE Statistische Inferenz4,00
Angewandte Statistik24,00
........ Ökonometrie12,00
................ KV Lineare Modelle4,00
................ KV Verallgemeinerte Lineare Modelle4,00
................ KV Zeitreihenanalyse (Statistik)4,00
........ Statistische Methoden12,00
................ KV Survey-Statistik4,00
................ KV Nichtparametrische Verfahren4,00
................ KV Multivariate Verfahren4,00
Praktische Statistik24,00
........ Anwendungen der Statistik12,00
................ KV Amtliche Statistik4,00
................ KV Wirtschaftsstatistik4,00
................ KV Demographie4,00
........ Datenanalyse12,00
................ SE Methoden für Statistische Projekte4,00
................ SE Statistische Projekte4,00
................ PR Datenanalyse mit statistischer Software4,00
Informatik18,00
........ Algorithmen und Datenstrukturen6,00
................ VL Algorithmen und Datenstrukturen3,00
................ UE Algorithmen und Datenstrukturen3,00
........ Datenmodellierung6,00
................ VL Datenmodellierung3,00
................ UE Datenmodellierung3,00
........ Einführung in die Softwareentwicklung6,00
................ VL Einführung in die Softwareentwicklung3,00
................ UE Einführung in die Softwareentwicklung3,00
Data Science24,00
........ Data Mining6,00
................ VL Data Mining3,00
................ UE Data Mining3,00
........ VL (*)Introduction to AI3,00
........ KV Explorative Datenanalyse in R2,00
........ PR Datenanalyse mit SAS4,00
........ PR Programmieren mit R5,00
........ PR Datenmanagement4,00
Begleitende Inhalte18,00
........ UE (*)Hands-on AI II3,00
........ VL (*)Hands-on AI II1,50
........ UE (*)Hands-on AI I1,50
........ VL (*)Hands-on AI I1,50
........ KV (*)Lecture Series Artificial Intelligence1,50
........ UE (*)Programming in Python II1,50
........ VL (*)Programming in Python II1,50
........ UE (*)Programming in Python I3,00
........ VL (*)Programming in Python I3,00
........ KV (*)Responsible AI3,00
........ KV (*)Technology and Society3,00
........ VL (*)AI and Law I3,00
........ KS Grundlagen der Betriebswirtschaftslehre3,00
........ KV Ethik und Gender Studies3,00
........ KV Präsentations- und Arbeitstechnik3,00
........ UE (*)Machine Learning and Pattern Classification1,50
........ VL (*)Machine Learning and Pattern Classification3,00
........ UE Datenanalyse 26,00
........ KS Soziale Auswirkungen der IT3,00
........ KS Einführung in die Volkswirtschaftslehre3,00
........ KS Kommunikative Fertigkeiten Englisch (B2)3,00
........ VL Vertiefung Softwareentwicklung3,00
........ UE Vertiefung Softwareentwicklung3,00
........ KS Einführung in IKT, Gesellschaft, Gender und Diversity3,00
Gender Studies3,00
........ SE Gender Studies Methoden II3,00
Freie Studienleistungen15,00
Bachelorarbeit (inkl. Seminar aus Statistik und Data Science)12,00
........ SE Seminar aus Statistik und Data Science12,00