Zurück
Infomaterial anfordern
Kurshandbuch
UPS-MDPDAA
Data and AI Analysis
Inhaltsverzeichnis
  1. Data Science
  2. Digital Analytics und Strategies
  3. Künstliche Intelligenz
  4. Seminar: Current Topics in AI
Fakten zur Weiterbildung

Weiterbildung: Einzelmodullehrgang aus Master Digital Business Management (Quellstudiengang: 1157723c)

Kursart: Online-Vorlesung

Dauer: Vollzeit: 4 Monate / Teilzeit: 8 Monate

Wir bieten digitale Kursunterlagen an, um Ressourcen zu schonen und unseren Beitrag zum Umweltschutz zu leisten.

Niveau: Die Weiterbildung ist auf dem inhaltlichen Niveau eines Master Studiengangs.
Eine Weiterbildung auf Master-Niveau ist anspruchsvoller als auf Bachelor-Niveau. Vorhandenes Grundlagenwissen im gewählten Fachbereich ist deshalb von Vorteil.
Zugangsempfehlungen: Englisch B2 Niveau. Kursinhalte sind teilweise auf Englisch.

Praxis-Austausch: Wöchentlich diskutieren Praxisexpert:innen mit Teilnehmenden aus verschiedenen Weiterbildungen aktuelle Fragestellungen, Tools und praktische Fallbeispiele in 90-minütigen Online-Veranstaltungen.

Kurs: DLMDWDS01
Data Science
Fakten zum Modul

Modul: Data Science (DLMDWDS)

Niveau: Master

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Examen, 90 Minuten
Kurse im Modul:
  • DLMDWDS01 (Data Science)
Kursbeschreibung
Der Kurs Data Science bietet den Rahmen, um aus Daten Wert zu schaffen. Nach einer Einführung behandelt der Kurs, wie geeignete Anwendungsfälle identifiziert und die Leistung von…
Der Kurs Data Science bietet den Rahmen, um aus Daten Wert zu schaffen. Nach einer Einführung behandelt der Kurs, wie geeignete Anwendungsfälle identifiziert und die Leistung von datengesteuerten Methoden bewertet werden. Der Kurs behandelt Techniken für die technische Verarbeitung von Daten und stellt dann fortgeschrittene mathematische Techniken und ausgewählte Methoden der künstlichen Intelligenz vor, die zur Datenanalyse und für Vorhersagen verwendet werden.
Kursinhalte
  1. Einführung Data Science
    1. Überblick über Data Science
    2. Tätigkeiten der Data Science
    3. Datenquellen
    4. Deskriptive Statistik
  2. Use Cases und Bewertung
    1. Data Science Use Cases (DSUCs)
    2. Bewertung
  3. Datenvorverarbeitung
    1. Übermittlung von Daten
    2. Datenqualität, Bereinigung und Transformation
    3. Datenvisualisierung
  4. Verarbeitung von Daten
    1. Stufen der Datenverarbeitung
    2. Methoden und Arten der Datenverarbeitung
    3. Ausgabeformate der verarbeiteten Daten
  5. Ausgewählte mathematische Techniken
    1. Hauptkomponentenanalyse
    2. Clusteranalyse
    3. Lineare Regression
    4. Zeitreihenanalyse
    5. Methoden zur Datentransformation
  6. Ausgewählte Techniken der künstlichen Intelligenz
    1. Stütz-Vektor-Maschinen
    2. Künstliche neuronale Netze
    3. Weitere Ansätze

Bis zu 100 % kostenlos weiterbilden

Arbeitssuchend? Deine Weiterbildung kann zu 100 % über den Bildungsgutschein der Bundesagentur für Arbeit gefördert werden.

Berufstätig, aber Dein Job ändert sich durch den digitalen Wandel? Mit dem Qualifizierungschancengesetz kannst Du Dich bis zu 100 % staatlich & arbeitgeberfinanziert weiterbilden.
Infomaterial anfordern
Kurs: DLMMADAS01
Digital Analytics und Strategies
Fakten zum Modul

Modul: Digital Analytics und Strategies (DLMMADAS)

Niveau: Master

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Fallstudie
Kurse im Modul:
  • DLMMADAS01 (Digital Analytics und Strategies)
Kursbeschreibung
Dem Marketing steht heute eine Vielzahl von Online-Instrumenten und Daten zur Verfügung. Allerdings fehlt häufig auf Grund der Menge an Informationen der Überblick, welche Daten…
Dem Marketing steht heute eine Vielzahl von Online-Instrumenten und Daten zur Verfügung. Allerdings fehlt häufig auf Grund der Menge an Informationen der Überblick, welche Daten, welche Informationen und welche Kennzahlen den Erfolgsbeitrag der jeweiligen Onlinemaßnahmen ab Besten messen und dokumentieren.
Kursinhalte
  1. Grundlagen und Aufgaben von Digital Analytics
    1. Einführung und Definition von Digital Analytics
    2. Ziele von Digital Analytics
    3. Daten- und Informationsquellen
    4. Rechtliche Rahmenbedingungen
  2. Metriken von Digital Analytics
    1. Grundlagen zu Metriken
    2. Hits, Seitenaufrufe, Besuche und Besucher
    3. Weitere Metriken
    4. Grenzen von Metriken: Ungenauigkeiten und Unschärfen
  3. Digitale Key Performance Indicators (KPIs) und deren Analyse
    1. Suchmaschinenmarketing: Kennzahlen und Analyseansätze
    2. Social Media: Monitoring und Analyseansätze
    3. Website: Kennzahlen und Analyseansätze
    4. Email: Kennzahlen und Analyseansätze
  4. Digital Strategy Development
    1. Grundlagen der Customer Journey
    2. Ableitung von digitalen Marketingzielen entlang der Customer Journey
    3. Anwendungs- und Gestaltungsmöglichkeiten für Digital & Mobile Campaigns
    4. Anwendungs- und Gestaltungsmöglichkeiten für Content Marketing
    5. Kontrolle der Strategie- und Maßnahmenumsetzung
  5. Weiterentwicklungen und Perspektiven der Digital Analytics
Kurs: DLMAIAI01_D
Künstliche Intelligenz
Fakten zum Modul

Modul: Künstliche Intelligenz (DLMAIAI_D)

Niveau: Master

Unterrichtssprache: Deutsch

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Examen, 90 Minuten
Kurse im Modul:
  • DLMAIAI01_D (Künstliche Intelligenz)
Kursbeschreibung
Die Suche nach künstlicher Intelligenz hat das Interesse der Menschheit seit vielen Jahrzehnten bewegt und wird seit den 1960er Jahren rege beforscht. Dieser Kurs gibt einen…
Die Suche nach künstlicher Intelligenz hat das Interesse der Menschheit seit vielen Jahrzehnten bewegt und wird seit den 1960er Jahren rege beforscht. Dieser Kurs gibt einen detaillierten Überblick über die historischen Entwicklungen, Erfolge und Rückschläge in der KI sowie die Entwicklung und den Einsatz von Expertensystemen in frühen KI-Systemen.
Kursinhalte
  1. Geschichte der Künstlichen Intelligenz
    1. Historische Entwicklung
    2. KI-Winter
    3. Bemerkenswerte Fortschritte auf dem Gebiet der Künstlichen Intelligenz
  2. Frühe Systeme der Künstlichen Intelligenz
    1. Überblick über Expertensysteme
    2. Einführung in Prolog
    3. Mustererkennung und maschinelles Lernen (ML)
    4. Anwendungsfälle
  3. Neurowissenschaft und Kognitionswissenschaft
    1. Neurowissenschaft und das menschliche Gehirn
    2. Kognitionswissenschaft
    3. Zusammenhänge zwischen Neurowissenschaft, Kognitionswissenschaft und Künstlicher Intelligenz
  4. Moderne KI-Systeme
    1. Neueste Entwicklungen bei Hardware und Software
    2. Enge und allgemeine Künstliche Intelligenz
    3. Sprachverarbeitung und Computer Vision
  5. Anwendungen der Künstlichen Intelligenz
    1. Mobilität und autonome Fahrzeuge
    2. Personalisierte Medizin
    3. FinTech
    4. Handel und Industrie
Kurs: DLMAISCTAI01
Seminar: Current Topics in AI
Fakten zum Modul

Modul: Seminar: Current Topics in AI (DLMAISCTAI)

Niveau: Master

Unterrichtssprache: English

Credits: 5 ECTS-Punkte
Äquivalent bei Anrechnung an der IU Internationale Hochschule.
Modulprüfung:
  • Forschungsbericht
Kurse im Modul:
  • DLMAISCTAI01 (Seminar: Current Topics in AI )
Kursbeschreibung
The topic of artificial Intelligence (AI) has been addressed in computer science and cognitive science research since the 1950s; however, the meaning associated with the term has…
The topic of artificial Intelligence (AI) has been addressed in computer science and cognitive science research since the 1950s; however, the meaning associated with the term has changed considerably over time. Having once been predominantly associated with logical calculus, reasoning, and planning, AI is now primarily interpreted in the context of deep networks of computational units. Despite these changes in approach, the important characteristic of AI continues to be the understanding and reproduction of cognitive abilities and functions by machines. This seminar strives to elucidate current research trends in AI. The students learn to independently analyze selected topics and case studies and link them with well-known concepts, as well as critically question and discuss them.
Kursinhalte
  • The seminar covers current topics in artificial intelligence. Each participant must write a seminar paper on a topic assigned to him/her.

Jetzt Infomaterial anfordern

Schön, dass Du Dich entschieden hast, alles über Deine Weiterbildung und die IU Akademie zu erfahren. Fordere jetzt Dein Infomaterial an: kostenlos und unverbindlich.
Voraussetzung für den Bildungsgutschein
Datenschutzhinweis

Ich habe die Datenschutzerklärung, sowie die Informationen zum Widerrufsrecht und zu den Verantwortlichen zur Kenntnis genommen.

* Pflichtfelder