Data Science (IM 320) Modulhandbuch

Dieser Text: Entwurf für die Beschreibung des Moduls für das WS 2023

Lehrinhalte

In einer praxisorientierten Wirtschaftsinformatik gewinnt das Themenfeld rund um Data Science zunehmend an Bedeutung. Sehr gedrängt (a) wird zunächst (a1) die Programmierung in Python, (a2) die Grundlagen von Ubuntu und (a3) Miniconda als Entwicklungsumgebung wiederholt. Es werden dann exemplarisch einige wenige grundlegende Machine Learning Verfahren (b1) technisch und (b2) theoretisch eingeführt. Ziel ist es, (c) aus einer übergeordneten Perspektive die angemessene Verwendung solcher Verfahren in der Praxis zu beurteilen, sowohl (c1) aus Sicht eines Unternehmens oder einer Verwaltung wie auch (c2) aus Sicht von Betroffenen und der Öffentlichkeit.

Qualifikationsziele

Absolventen des Moduls sind in der Lage, auf Basis von Python und aktuellen Notebook-Technologien zu einfachen Datensätzen einfache ML-Modelle (regularisierte lineare Regression, logistische Regression) zu erstellen und mittels einschlägiger Kennzahlen systemimmanent beurteilen. Diese Praxiskompetenzen dienen exemplarisch dazu, nicht nur das Modell, sondern insbesondere das Vorgehen, die Datensammlung, den Einsatz und die Aussagekraft solcher Modelle kritisch zu analysieren und auch normativ zu beurteilen.