Applied Analytics

Agrarwissenschaften und Landschaftsarchitektur

Version 8.0 vom 07.06.2018

44B0586

Applied Analytics

Wirtschaftsingenieurwesen Agrar/Lebensmittel (B.Eng.)

3

Daten spielen im Arbeitsalltag eine immer größer werdende Rolle. Dementsprechend ist es für jeden Mitarbeiter wichtig, mit Daten umgehen zu können. Das bedeutet konkret, die Daten mit geeigneten Tools und Verfahren zu verarbeiten, auszuwerten, visualisieren und präsentieren zu können. In dieser Veranstaltung lernen die Studierenden deshalb Instrumente und Softwaretools kennen, mit denen verschiedene Arten von Daten geeignet verarbeitet, aufbereitet und analyisert werden können.

1 Arten von Daten
2 Verarbeitung von Daten
3 Analyse von Daten
4 Visualisierung und Präsentation
5 Machine Learning

Wissensverbreiterung
Die Studierenden kennen verschiedene Arten von Daten und Verfahren, mit diesen geeignet umzugehen.

Die Studierenden kennen Softwaretools für die Analyse und Visualisierung von Daten.
Wissensvertiefung
Die Studierenden kennen moderne Methoden des Machine Learning und verstehen deren Anwendungsbereiche.
Können - instrumentale Kompetenz
Die Studierenden können eigenständig einen unbekannten Datensatz erfassen und verstehen.

Die Studierenden können Fragen und Hypothesen formulieren und anhand vorliegender Daten beantworten bzw. bestätigen.

Die Studierenden können Daten für verschiedene Fragestellungen gezielt aufbereiten und geeignet visualisieren.
Können - kommunikative Kompetenz
Die Studierenden können ihre Ergebnisse auf den Punkt einer bestimmten Zielgruppe präsentieren.
Können - systemische Kompetenz
Die Studierenden können in unbekannten Situationen die gelernten Vorgehen und Tools einsetzen, um anhand von Daten Entscheidungen zu treffen.

Die Veranstaltung folgt dem Prinzip des Flipped Classroom. Materialien in Form von Audio, Video oder Literatur werden vor den Sitzungen bereitgestellt. Die Studierenden beschäftigen sich in Vorbereitung auf die Sitzung mit diesen Inhalten, so dass die gemeinsame Zeit größtenteils zur Arbeit in Gruppen und zur Anwendung und Vertiefung des Wissens verwendet werden kann.

Es wird empfohlen das Modul "Information Management" belegt zu haben. Alternative müssen die Inhalte eigenständig mittels bereit gestellter Materialien erarbeitet werden.

Meseth, Nicolas

5

Wird in der Veranstaltung bekannt gegeben.

• Portfolio Prüfung
• Klausur 2-stündig
• Mündliche Prüfung

Teilleistungen in der Portfolioprüfung:Antwort-Wahl-Verfahren (AWV) - 15%Antwort-Wahl-Verfahren (AWV) - 15%Fallstudie, schriftlich (FSS) - 70%

Regelmäßige Teilnahme (RT) - unbenotet

Standardprüfungsleistung: Portfolioprüfung (alternative Prüfungsleistung ist ggf. vom Prüfer zu wählen und bei Veranstaltungsbeginn bekannt zu geben)

1 Semester

Nur Wintersemester

Deutsch