Modul 10552
Prüfungsnummern    
Business Analytics und maschinelles Lernen

Studiengang

Bachelor BWL (B.A.)

Wahlmodul
Prüfungsordnungen: ab WS 17/18 (BWL/TM/WiPsy/WiR/ITM/EI/EP),  ab WS 17/18 (BWL/TM/WiPsy/WiR/ITM/EI/EP)
Semester: 6
Schwerpunkte: Controlling,  Wirtschaftsinformatik

Bachelor Triales Modell Betriebswirtschaft (B.A.)

Wahlmodul
Prüfungsordnungen: ab WS 17/18 (BWL/TM/WiPsy/WiR/ITM/EI/EP)
Semester: 6
Schwerpunkte: Controlling,  Wirtschaftsinformatik

Bachelor International Tourism Management (B.A.)

Wahlmodul
Prüfungsordnungen: ab WS 17/18 (BWL/TM/WiPsy/WiR/ITM/EI/EP),  ab WS 19/20 (ITM / MuT / GE)
Semester: 6
Schwerpunkte: Controlling

Bachelor Management und Technik (B.Sc.)

Wahlmodul
Prüfungsordnungen: ab WS 16/17 (MuT),  ab WS 19/20 (ITM / MuT / GE),  ab WS 21/22 (MuT / GBS)
Semester: 4, 6
Schwerpunkte: Controlling,  Wirtschaftsinformatik

ModulbezeichnungBusiness Analytics und maschinelles Lernen
Englische ModulbezeichnungBusiness Analytics and Machine Learning
Kurztitel
Semesterinfo
ModulverantwortlicherProf. Dr. Michael von Thaden
Dozent Prof. Dr. Michael von Thaden
SpracheDeutsch
Lehrform

Vorlesung + Übung (2 SWS Vorlesung & 2 SWS Übung)

SWS4
Arbeitsaufwand180
   Präsenzstudium60
   Eigenstudium120
Kreditpunkte6
Empfohlene Vorkenntnisse

Kenntnisse in beschreibender und schließender Statistik; Grundkenntnisse in linearer Algebra; Kenntnisse der höheren Schulmathematik

Voraussetzungen

keine

Lernziele / Kompetenzen

Die Studierenden sind nach erfolgreicher Teilnahme am Modul in der Lage Techniken aus dem Spektrum des maschinellen Lernens hinsichtlich ihrer Anwendbarkeit auf Fragestellungen im Themenbereich Business Analytics zu beurteilen.

Inhalt

Es werden Methoden aus dem Bereich des maschinellen Lernens vermittelt, wie z.B.: Clusteranalysen , Entscheidungsbäume, Nächste-Nachbarn-Klassifikation, Künstliche Neuronale Netze. Die freie Programmiersprache R wird hierbei genutzt, um die Methoden des maschinellen Lernens zu illustrieren. Die Studierenden nutzen R auch eigenständig, um spezifische Fragestellungen zu lösen.

Studienleistung
Prüfungsleistung Klausur
Medienformen

Beamer, Tafel und andere Präsentationstechniken

Literatur
  • Lantz, B., Machine Learning with R, 3rd edition, Packt Publishing (2019)
  • Chapple, M., Nwanganga, F.,  Practical Machine Learning in R, 1st edition, Wiley (2020)
  • Grundkurs Künstliche Intelligenz, Eine praxisorientierte Einführung, 4.Auflage, Springer Vieweg (2016)
  • Boobier, T., Advanced Analytics and AI, 1st edition, Wiley (2018)