Inhalt
Die Veranstaltung behandelt moderne Ansätze der Business Analytics zur automatisierten Auswertung großer Datenmengen, um betriebswirtschaftliche Zusammenhänge zu erkennen, komplexe Analysen durchzuführen und erfolgskritische Entscheidungen aus verschiedensten Unternehmensbereichen zu unterstützen. Dabei werden schwerpunktmäßig Verfahren des Data Minings betrachtet. Im Einzelnen werden die folgenden Themenbereiche abgedeckt:
• Einführung in Business Analytics
• Datenvorbereitung und explorative Datenanalyse
• Klassifikationsmethoden (u.a. Entscheidungsbäume und Neuronale Netze)
• Clusteranalyse und Assoziationsregeln
Ergänzt wird die Vorlesung um eine Rechner-Übung, in der mit Hilfe eines geeigneten Softwarepakets (z.B. IBM SPSS Modeler) die behandelten Methoden auf künstlichen wie auch realen Datensätzen zur Anwendung gebracht werden. Das Modul kann auch in englischer Sprache gehalten werden.
Qualifikationsziele
• Sie erhalten einen breiten Überblick zu den verschiedenen Aspekten der Business Analytics und werden befähigt, die Herausforderungen der Business Analytics zu bewältigen
• Sie lernen verschiedene ausgewählte Data Mining Verfahren zur Lösung von Fragestellungen der Business Analytics sowie deren theoretische Fundierung kennen. In Abhängigkeit von der konkreten Fragestellung können Sie das Potenzial sowie die Stärken und Schwächen der einzelnen Verfahren beurteilen und gegenüberstellen.
• Basierend auf dem erworbenen theoretischen Wissen werden Sie in die Lage versetzt, reflektiert und effizient gängige Softwarepakete zur Lösung von Business Analytics-Aufgaben einzusetzen
Literatur
Larose, D.; Larose, C.: Discovering Knowledge in Data: An Introduction to Data Mining, Wiley (aktuelle Auflage)
Shmueli, G.; Patel, N.; Bruce, P.: Data Mining for Business Intelligence, Wiley (aktuelle Auflage)
ZUORDNUNG ZU DEN VERTIEFUNGEN UND TRIMESTERN
Wahlpflichtmodul in: Methoden – WOW2021, Ausgewählte Aspekte aus Wirtschaft und Management und ADB WPFL
Vorlesungssprache
Deutsch / Englisch