Digitization in Energy & Sustainability Management (E)
Niveau
Vertiefung
Lernergebnisse der Lehrveranstaltungen/des Moduls
Die Studierenden sind in der Lage:
• Inhalte, Ergebnisse/Anwendungen und Arbeitsweise von Data Science zu beschreiben
• Grundfunktionen in der Verarbeitung von Massendaten inkl. Auswertungsfunktionen anzuwenden
• grundlegende Konzepte von Programmen zur Auswertung großer Datenmengen zu beschreiben und einfache Programm-Codes für Auswertungen selbst zu erstellen
• Tools für die Auswertungen von Daten anzuwenden
• Inhalte, Ergebnisse/Anwendungen und Arbeitsweise von Data Science zu beschreiben
• Grundfunktionen in der Verarbeitung von Massendaten inkl. Auswertungsfunktionen anzuwenden
• grundlegende Konzepte von Programmen zur Auswertung großer Datenmengen zu beschreiben und einfache Programm-Codes für Auswertungen selbst zu erstellen
• Tools für die Auswertungen von Daten anzuwenden
Voraussetzungen der Lehrveranstaltung
Wissenschaftliche & empirische Methoden (WIS.1)
Lehrinhalte
• Grundlegende Programmierkenntnisse zur Datenaufbereitung
• Analyse und Darstellung von Informationen aus Datensätzen
• Analyse und Darstellung von Informationen aus Datensätzen
Empfohlene Fachliteratur
• Grus, J., 2016. Einführung in Data Science: Grundprinzipien der Datenanalyse mit Python. Sebastopol: O’Reilly Media
• Fasel, D., A. Meier, 2016. Big Data: Grundlagen, Systeme und Nutzungspotentiale. Wiesbaden: Springer Verlag
• Runkler, T.A., 2016. Data Analytics: Models and Algorithms for Intelligent Data Analysis. 2. Auflage. Wiesbaden: Springer Verlag
• Fasel, D., A. Meier, 2016. Big Data: Grundlagen, Systeme und Nutzungspotentiale. Wiesbaden: Springer Verlag
• Runkler, T.A., 2016. Data Analytics: Models and Algorithms for Intelligent Data Analysis. 2. Auflage. Wiesbaden: Springer Verlag
Bewertungsmethoden und -Kriterien
Klausur und Portfolio
Unterrichtssprache
Englisch
Anzahl der zugewiesenen ECTS-Credits
4
E-Learning Anteil in %
30
Semesterwochenstunden (SWS)
2.0
Geplante Lehr- und Lernmethode
Blended Learning
Semester/Trisemester, In dem die Lehrveranstaltung/Das Modul Angeboten wird
2
Name des/der Vortragenden
Asc. Prof. (FH) Dipl.-Ing. Christian Huber
Studienjahr
1
Kennzahl der Lehrveranstaltung/des Moduls
DIT
Art der Lehrveranstaltung/des Moduls
Integrierte Lehrveranstaltung
Art der Lehrveranstaltung
Pflichtfach
Praktikum/Praktika
kein