Allgemeine Informationen
| Untertitel | |
| Veranstaltungsnummer | 39908 |
| Semester | SoSe 24 |
| Aktuelle Anzahl der Teilnehmenden | 20 |
| Heimat-Einrichtung | Lehrstuhl für Betriebswirtschaftslehre mit Schwerpunkt Financial Data Analytics |
| Veranstaltungstyp | Vorlesung in der Kategorie Lehre (mit Prüfung) |
| Nächster Termin | Mi., 08.05.2024 12:00 - 14:00 Uhr, Ort: (HK 28) SR 102 |
| Art/Form | |
| Voraussetzungen |
Mathematik und Statistik aus dem Bachelorstudium. Bestenfalls wurde bereits vorher der Kurs "Fundamentals of Business Analytics" (39720) belegt. |
| Lernorganisation |
• Interaktive Vorlesungen • Interaktive Übungseinheiten • Digitale Lehrunterlagen zur Programmierung mit Python und zu den methodischen Grundlagen des Kurses |
| Leistungsnachweis |
150 h (60 h in Kontaktstudium sowie 90 h in Selbststudium) |
| SWS |
4 |
| Literatur |
• Deep Learning (2016) - Goodfellow, I., Bengio, Y., Courville, A., MIT Press • The Elements of Statistical Learning (2017) - Hastie, T., Tibshirani, R., Friedman, J.; Springer • Hands-On Machine Learning with Scikit-Learn, Keras & Tensorflow (2017) – Geron, A.; Wiley • Learn Python Programming (2018) - Romano, F., Packt Publishing Ltd. • Web Scraping with Python (2018) - Ryan Mitchell, O'Reilly Media, Inc. |
| Qualifikationsziele |
Studierende können nach erfolgreicher Teilnahme am Kurs fortgeschrittene Datenanalysen unter Verwendung der Programmiersprache Python durchführen und Außenstehende in geeigneter Art und Weise über die relevanten Ergebnisse der Auswertungen informieren. Dies beinhaltet alle Einzelschritte vom Sammeln eigener Daten, der Identifikation und Durchführung eigener Analysen bis hin zum zugänglich machen der Ergebnisse. Zusätzlich erhalten Kursteilnehmer*innen fundierte Kenntnisse in die statistische Modellierung von Finanzmarktdaten. Neben spezifischen Anwendungen wird die allgemeine Kompetenz des selbständigen Lernens neuer statistischer Modelle geschult. |
| ECTS-Punkte |
5 |
