Berufsbegleitendes Hochschulzertifikat Data Literacy

Verantwortlich: 
Bianca Sporer
Art des Abschlusses: 
Zertifikat
Dauer: 
Informationen zum genaueren Ablauf finden Sie auf unserer Homepage
Studienformat: 
berufsbegleitendes Studium
Sprache: 
deutsch
Studienangebot: 
Akademische Weiterbildungsangebote ohne formalen Abschluss
Kosten: 
3.500 €
Allgemeine Zugangsvoraussetzungen: 
Hochschulabschluss
Studienort: 
OTH Regensburg
ECTS-Punkte: 
10

Im digitalen Zeitalter braucht es Datenexpertinnen und Datenexperten. Die Fähigkeit, Daten richtig zu verarbeiten und zu interpretieren, ist in der digitalen Wissensgesellschaft unabdingbar geworden. Daten aller Art "lesen" zu können, gewinnt auch in Unternehmen immer mehr an Bedeutung. Das Hochschulzertifikat "Data Literacy" vermittelt Ihnen Datenkompetenz auf akademischem Niveau.

Fächergruppe: 
Informatik
Ingenieurwissenschaften
Schlüsselqualifikation
Inhalt: 

Einführung in Python für Data Science

  • Einführung in die Programmiersprache Python
  • Einführung in relevante Data-Science-Bibliotheken wie NumPy, Pandas, Matplotlib und SciPy
  • Einführung in IPython, Jupyter Notebook und JupyterLab

Datenmanipulation und -visualisierung

  • Import verschiedener Dateiformate mit Python Bibliotheken
  • Datenbereinigung und Preprocessing
  • Datenrepräsentation und -visualisierung

Feature Engineering

  • Implementierung fehlender Daten
  • Explorative Datenanalyse
  • Feature Scaling und Normalization
  • Feature Selection

Applied Machine Learning in Python

  • Kategorien von Machine Learning
  • Einführung in Scikit-Learn
  • Regression und Prediction
    • Lineare Regression
    • Gradientenverfahren (Batch-, Stochastik- und Mini-Batch-Gradientenverfahren)
    • Polynomiale Regression
    • "The Curse of Dimensionality"
    • Regularisierung linearer Modelle
    • Logistische Regression
  • Klassifizierung
    • K-Nearest Neighbors
    • Support Vector Machines
    • Modellvalidierung
    • Naïve Bayes
    • Decision Trees und Random Forests
  • Dimensionsreduktion
    • Projection und Manifold Learning
    • Principal Component Analysis (PCA)
  • Clustering
    • K-means
    • Hierarchische Clusteranalyse

Benötigte Vorkenntnisse: 

Abgeschlossenes Bachelorstudium sowie Grundkenntnisse in einer Programmiersprache und Mathematik

Zielgruppe: 

Der Zertifikatskurs richtet sich an alle Personen, die im Bereich Datenverarbeitung Kompetenzen auf akademischem Niveau erwerben und in ihrem Unternehmen einbringen wollen. Das Modul wendet sich dabei explizit an Absolvent*innen aller Disziplinen. Von den vermittelten Data Literacy-Kompetenzen profitieren Personen aller Studienfächer und Sektoren.

 

Die Ausbildung findet in Kleingruppen mit maximal acht Teilnehmenden statt. Dies ermöglicht eine persönliche Betreuung durch die Dozierenden und fördert den Lernprozess.

Bezeichnung des Abschlusses: 
Hochschulzertifikat