Die Kurse Data Analytics and Predictive Modelling vermittelt essenzielle Methoden der datengetriebenen Analyse und Modellierung und kombiniert damit zentrale Konzepte der Statistik, maschinellen Lernens und Datenvisualisierung. Die Studierenden erwerben ein umfassendes Verständnis für die Analyse, Aufbereitung und Interpretation von Daten sowie für die Entwicklung probabilistischer und deterministischer Modelle zur Vorhersage und Entscheidungsunterstützung.
Der Kurs Data Analytics & Visualization legt den Fokus auf grundlegende Analysetechniken, Dimensionsreduktion und die Visualisierung komplexer Daten. Studierende lernen, große und heterogene Datensätze zu verarbeiten, geeignete Analyseverfahren wie Regressions- und Clusteranalyse anzuwenden und durch interaktive Visualisierungen datengetriebene Entscheidungen zu unterstützen.
Parallel vermittelt Predictive Modelling die mathematischen und statistischen Grundlagen probabilistischer Modellierung sowie fortgeschrittene Techniken zur Vorhersage von Systemverhalten. Studierende vertiefen ihr Wissen in der Wahrscheinlichkeitsrechnung, lernen Regularisierungsverfahren für Regressionsmodelle sowie probabilistische Klassifikatoren und Clustering-Methoden wie Gaussian Mixture Models kennen. Darüber hinaus werden Bayes’sche Methoden und Sampling-Techniken zur Unsicherheitsquantifizierung behandelt.
Die enge Verknüpfung beider Kurse ermöglicht es den Studierenden, datenbasierte Zusammenhänge zu erkennen, fundierte Vorhersagemodelle zu entwickeln und die gewonnenen Erkenntnisse durch Visualisierungen effektiv zu kommunizieren. Der praktische Bezug wird durch anwendungsorientierte Übungen und Implementierungen mit modernen Software-Tools verstärkt, insbesondere im Kontext industrieller und mechatronischer Anwendungen.
Es sollte das Modul Analysis 3 besucht worden sein oder parallel dazu besucht werden.
Das Modul findet im Frühlingssemester statt.
Die Modulschlussprüfung findet in zwei Teilen statt. Der erste Teil umfasst den Kurs Predictive Modelling und der zweite Teil umfasst den Kurs Data Analytics & Visualization. Beide Teile dauern je 60 Minuten.
Im Kurs Data Analytics & Visualization wird ein Projekt mittels Bericht, Präsentation und Fachgespräch bewertet.
Es findet eine abgesetzte Modulschlussprüfung in zwei Teilen statt. Der erste Teil umfasst den Kurs Predictive Modelling (Gewicht 50%) und der zweite Teil umfasst den Kurs Data Analytics & Visualization (Gewicht 25%). Im Kurs Data Analytics & Visualization wird zusätzlich ein Projekt mittels Bericht, Präsentation und Fachgespräch (Gewicht 25%) bewertet.
Der Kurs Data Analytics & Visualization vermittelt die wichtigsten Methoden der Datenanalyse und Visualisierung sowie deren praktische Anwendung. Die Studierenden lernen, verschiedene Datentypen aufzubereiten, gängige Python-Bibliotheken einzusetzen und zentrale Analysetechniken wie Regressionsanalyse, Clusteranalyse und Zeitreihenanalyse anzuwenden. Sie entwickeln Kompetenzen zur Interpretation von Datensätzen, um fundierte Entscheidungen zu treffen.
Ein besonderer Fokus liegt auf der Erstellung und Bewertung von Visualisierungen, einschließlich interaktiver Dashboards. Zudem erwerben die Studierenden Kenntnisse in der Dimensionsreduktion und der Modellinterpretation mittels SHAP-Values. Abschließend wird der praktische Einsatz der erlernten Methoden in industriellen und mechatronischen Anwendungen behandelt.
Die Studierenden
Vorlesung, Selbststudium, Übungen
Der Praxisteil umfasst ein Projekt zur praxisorientierten Anwendung der in der Theorie erarbeiteten Inhalte.
Vorlesungsskript
Unterrichtssprache Deutsch (Fachbegriffe und Material teilweise auf Englisch)