Financial Data Analytics
Wichtige Informationen
| Stud.IP-Veranstaltungsnummer: | 39901 (VL) + 39902 (UE) |
| Prüfungsnummer: | 221831 |
| Modulgruppe: | DTBS: Major Management / Wahlpflichtbereich BAE: Schwerpunkt AFT BWI: Wahlpflichtmodule |
| SWS: | 4 (Vorlesung + Übung) |
| Zeitdauer des Moduls: | 1 Semester |
| Turnus: | Jedes Semester (im SS: nur Übung) |
| Prüfungsleistung: | Klausur: 40% |
| ECTS: | 5 |
Empfohlene Voraussetzungen
Mathematik und Statistik; Vorteilhaft ist eine (zeitgleiche) Belegung des Kurses „Data Analysis and Digital Reporting with Python“.
Wiedeholungsmöglichkeit
Bei Nichtbestehen können alle Veranstaltungen gemäß § 6 der Fachstudien- und -prüfungsordnung wiederholt werden.
- Grundlagen der Datenmodellierung
- Supervised und Unsupervised Learning
- Einführung in Neural Networks
- Underfitting, Overfitting und Validierung
- Umgang mit Texten bei der systematischen Datenanalyse
- Wirtschaftswissenschaftliche Anwendungen bei der Prognose, dem Clustering und der Analyse systematischer Zusammenhänge
Empfohlene Literatur
- An Introduction to Statistical Learning (2013) – James, G., Witten, D., Hastie, T., Tibshirani, R.; Springer
- Hands-On Machine Learning with Scikit-Learn, Keras & Tensorflow (2017) – Geron, A.; Wiley
Studierende verstehen die Funktionsweise der Datenmodellierung, sind in der Lage mit diesem Wissen neue Modelle zu erlernen und für den jeweiligen Sachverhalt geeignete Modelle auszuwählen. Praktisch relevante Aspekte bei der Analyse finanzwirtschaftlicher Daten werden durch vielfältige Anwendungen, der im Kurs verwendeten Methoden, erlernt.
Lehrform
- Interaktive Vorlesungen inkl. digitaler Unterlagen und Lehrvideos
- Interaktive Übungseinheiten inkl. selbstständig erzeugter Datenanalysen
Diese Seite teilen
