Sie befinden sich hier:

Mathematical Foundations for Data Science

Das Modul „Mathematical Foundations for Data Science“ vermittelt die mathematischen Grundlagen, die im Data Science-Umfeld notwendig sind. Sie erlernen dabei unter anderem anwendungsnahes Wissen in Stochastik, Statistik und Kombinatorik und sind danach auch in der Lage, dieses Wissen anzuwenden. Nach erfolgreichem Abschluss dieses Moduls haben Sie ein Gefühl für die mathematischen Konzepte erlangt, welches Ihnen ermöglicht, die komplexeren Themen im Breich Data Science in darauffolgenden Modulen zu erarbeiten. Profitieren Sie von unserer langjährigen Erfahrung in der wissenschaftlichen Weiterbildung, denn Ihre Weiterbildung ist unser Auftrag! Durch unser flexibles Weiterbildungskonzept im Blended Learning Format können Sie Ihre Weiterbildung problemlos mit beruflichen und familiären Verpflichtungen vereinbaren.

  • Modul aus einem akkreditierten Studiengang
  • Alternative zum Masterstudiengang Data Science
  • Flexibles und individuell ausgestaltbares Weiterbildungskonzept
  • Weiterbildung auf akademischem Niveau

Termine / Veranstaltungsort / Kosten

TerminVeranstaltungsort Kosten
Kurs läuft bereits. Weitere Termine in Planung.

Veranstalter und Veranstaltungsort

Veranstalter

Hochschule Albstadt-Sigmaringen

Veranstaltungsort

Online und
Campus Albstadt
Poststr. 6
72458 Albstadt

Zielgruppe und Voraussetzungen

Zielgruppe

Personen, die sich in Statistik im Bereich Data Science auf akademischem Niveau sowie berufsbegleitend weiterbilden möchten.

Teilnahmevoraussetzungen

Grundlegendes Mathematisches Verständnis in Analysis (Ableitungen, Integration, Gleichungsumformung, usw).

Zulassungsunterlagen

Anmeldeformular

Inhalte und Lernziele

Inhalte

  • Grundbegriffe der Stochastik (Ereignis, Wahrscheinlichkeit, Bedingte Wahrscheinlichkeit, Unabhängigkeit, Zufallsvariablen)
  • Maßzahlen (Erwartungswert, Varianz, Median, usw.)
  • Grundlagen der Kombinatorik: Urnenmodell
  • Verteilungen, Dichtefunktionen, Zentraler Grenzwertsatz
  • Induktive Statistik, Likelihood, Regression
  • Bayessche Statistik
  • Entropie, Entscheidungsbäume, Huffman-Codes

Ablauf

Ca. zwei Wochen vor dem Beginn eines Moduls erhalten Sie Zugriff auf die entsprechenden Lernmaterialien, wie bspw. Studienbriefe bzw. Reading Guides sowie Online-Lernvideos über unsere E-Learning-Plattform. In der Online-Phase (ca. 5 bis 6 Wochen) werden die Inhalte aus den Studienbriefen bzw. Reading Guides in Online-Seminaren sowie durch praktische Übungen im virtuellen Lernlabor und auf der Lernplattform ILIAS vertieft. Die Ergebnisse werden durch die Tutoren geprüft und Sie erhalten ein ausführliches Feedback. Das Modul schließt mit einem Modulwochenende (Samstag und Sonntag) ab, dort werden Inhalte aus den Studienbriefen aufgegriffen, offene Fragen geklärt und ergänzende Inhalte durch die Dozenten und Tutoren vermittelt. Abschließend erfolgt die Abnahme des Leistungsnachweises in Form einer Prüfung.

Lernziele

  • Nach erfolgreichem Abschluss dieses Moduls haben Sie ein Gefühl für die mathematischen Konzepte er-langt, welches es Ihnen ermöglicht, die komplexeren Themen von Data Science in darauffolgenden Modulenzu erarbeiten.
  • Die Teilnehmer*innen haben sich Anwendungsnahes Wissen in Stochastik, Statistik und Kombinatorik erworben und sind in der Lage dieses Wissen mit Hilfe der Programmiersprache R anzuwenden und in den nachfolgenden Veranstaltungen darauf aufzubauen.

Format, Abschluss, Qualitätssicherung

Lehr- / Lernformat

Blended-Learning

Abschluss

Hochschulzertifikat mit ECTS nach bestandener Prüfungsleistung.

Zeitaufwand

Der durchschnittliche Aufwand pro Modul beträgt erfahrungsgemäß in etwa 15-20 Stunden in der Woche, wobei der Workload selbstverständlich auch stark von Ihren Vorkenntnissen und Ihrer Berufserfahrung sowie Ihrem persönlichen Lerntempo abhängt.

Creditpoints (ECTS)

5

Sprache

Deutsch

Anerkennung

Durch die Vergabe von Leistungspunkten (ECTS) bei unseren Zertifikaten lassen sich diese auf ein späteres Hochschulstudium anrechnen.

Aussagen zur Qualitätssicherung

Die Module sind aus einem akkreditieren Masterstudiengang.

Kosten

Kosten

880,00€ Modulgebühr + 125,00€ Verwaltungs- und Zertifikatsgebühr

Es fallen keine weiteren Gebühren an. Nach Bedarf können Module wiederholt werden, hierbei fällt eine Wiederholgebühr i.H.v. 250,00€ pro Modul an.

Dozent*innen
Prof. Dr. Walter Hower

Prof. Dr. German Nemirovskij

Zum nachlesen

Anmeldeformular (PDF, Datei ist nicht barrierefrei) Modulhandbuch, Zertifikatsordnung, Zertifikatsbroschüre und Modulkalender Data Science (PDF, Datei ist nicht barrierefrei) Gebührensatzung Data Science (PDF, Datei ist nicht barrierefrei)

Sie möchten mehr erfahren?

Schauen Sie sich weitere Module unseres Zertifikatsprogramms an:

Data Science (Master) Machine Learning Decision Support Programming for Data Science Data Privacy & Data Compliance Text Mining Business Process & Big Data Use Cases Semantic Web Technologies Advanced Machine Learning Web Mining Business Intelligence & Warehouses Advanced Statistics Big Data Data Mining Web Data Integration Databases Summer School Business Analyst (CAS) Data Manager (CAS) Data Miner (CAS) Data Science Programmer (CAS) Big Data Architect (DAS) Data Analyst (DAS) Data Scientist (DAS) Management Scientist (DAS)
Kategorien: , , Schlagwörter: , ,