Modulelemente

Datenbanken & Data Governance

• Begriff Datenbanksysteme
• Relationales Datenmodell
• SQL - Structured Query Language
• Data Warehousing: Architektur, Entwicklungsprozess, Bus Matrix
• Modellierung mittels Star Schema, Fakten, Dimensionen
• Anfragen an Star Schemata mit SQL und mit SQL OLAP-Erweiterungen
• No-SQL Systeme: MapReduce, Anfragesprachen für MapReduce-Systeme

Datenanalyse mit R und Python

• Daten- und Kontrollstrukturen
• Ein- und Ausgabe größerer Datenmengen
• Datenbankanbindungen
• Parallelisierung durch funktionale Programmierung

Visualisierung von Datensätzen

Grundlagen der Visualisierung

• Grundlagen zur Visualisierung in R
• Graphische Darstellungsformen und Menschliche Wahrnehmung
• Grundlagen der statischen und interaktiven Visualisierungen
• Farben und geeignete Einsatzmöglichkeiten in der Visualisierung

Visualisierung von Merkmalen

• Darstellung quantitativer Merkmale
• Darstellung qualitativer Merkmale
• Kategorielle Merkmale als bedingende Variablen

Visualisierung bei wachsenden Stichprobengrößen

• Möglichkeiten der Darstellung bei kleinen, mittleren und großen Stichprobengrößen
• Darstellung zeitlicher Verläufe
• Vergleich mehrerer Stichproben

Visualisierung bei wachsender Anzahl an Variablen

• Darstellung zwei- und dreidimensionaler Datensätze
• Visualisierung höher- und hochdimensionaler Datensätze

Export und Reproduzierbarkeit von Graphiken

• Graphiken zur Exploration und zur Präsentation
• Reproduzierbarer Export von Graphiken in R

Selbstlernmaterialien zu deskriptiver Statistik und Clusterverfahren

Statistische Grundlagen der deskriptiven Datenanalyse:

• Univariate Merkmale
• Bivariate Merkmale
• Verteilungsfunktionen
• Schätzen und Testen

Clusteranalyse

• Distanz- und Ähnlichkeitsmaße
• Hierarchische und partitionierende Clusteralgorithmen
• Bestimmung der Clusteranzahlen
• Clustern großer Datenmengen

Datenanalyse - Regression

• Lineare Modelle, Verallgemeinerte Lineare Modelle
• Schätzverfahren
• Residualanalyse
• Diagnostische Plots
• Variablenselektion
• Interpretation
• Big Data Analysen: penalisierte Regressionsverfahren (Ridge Regression, LASSO), Bayes-Verfahren, Unterraumeinbettung und Sampling
• Evaluation: Vorhersage, Qualitätsmaße (AIC, BIC, WAIC, Fehlerraten), Test

Datenanalyse - Klassifikation

• Datenunabhängige Verfahren
• Bayes-Verfahren
• Diskriminanzanalyse
• Logistische Regression
• Entscheidungsbäume
• SVM
• Ensemble Verfahren
• Evaluation: Resampling, Interpretation, Vorhersage, Konfusionsmaße, Tuning, Variablenselektion, Dimensionsreduktion, Modellselektion
• Big Data: viele Variablen (Probleme klassischer Verfahren), viele Beobachtungen (Sampling-Verfahren)

Zeitreihenanalyse

• Grundlagen der Zeitreihenanalyse: Zeitreihenzerlegung, Modellierung von Trends und Periodizitäten, Glättungsverfahren und naïve Prognosemethoden
• Klassische Zeitreihenmodelle: ARIMA Modelle (Identifikation und Modellanpassung, Vorhersagen, Stationarität und Einheitswurzel, Erweiterungen)
• Volatilitätsmodelle: ARCH, GARCH Modelle
• Spezialthemen: Überblick über weiterführende Verfahren (ML Methoden, probabilistische Vorhersagen, Anomalieerkennung)

Versuchsplanung

• Zusammenhang zur Regressionsanalyse und der Erstellung von repräsentativen Stichproben als Basis für das Trainieren von Machine-Learning-Verfahren
• wichtigste Prinzipien der experimentellen Versuchsplanung und deren Analyse
• Vermittlung grundlegender Verfahren und Modelle für die Planung von Experimenten wie z.B.: sequentielle Versuchspläne, voll-faktorielle Versuchspläne, Randomisierung, Blockbildung)
• Anwendungen von Machine-Learning Verfahren in der statistischen Versuchsplanung.
• Fallzahlplanung auf Basis statistischer Testtheorien für anschließende statistische Analysemethoden

Neuronale Netze

• Mehrschichtnetze, Koeffizientenschätzung, Identifizierbarkeit
• Neuronale Netze in Regression und Klassifikation
• nichtlineare Vorhersage, Modellwahl
• tiefe neuronale Netze (Deep Learning)
• Beispiele

Fallstudie mit realem Datensatz

• Überblick über das CRISP-DM Prozessmodell: Warum ein standardisiertes Vorgehen Fehler vermeidet und Kreativität fördert
• Einführung in die Fallstudie
• Vorstellung der Daten
• Aufbereitung der Daten
• Analyse-Algorithmus mit Maschinellen Lernverfahren

Praxisnahe Fallstudie zu Deep Learning

• Einführung in die Fallstudie
• Vorstellung und Aufbereitung der Daten
• Deep Learning mit Neuronalen Netzen

Wissenschaftliches Arbeiten

• Schreiben eines Fallstudienberichts und einer Abschlussarbeit

Analyse der Fallstudienergebnisse

• Diskussion der Ergebnisse der Fallstudie

• Identifikation eines relevanten und umfangreichen eigenen Datensatzes für die Abschlussarbeit
• Verfassen der Abschlussarbeit (maximal 30 Seiten)
• Präsentation und Diskussion der Arbeit