zum Vergleich hinzugefügt
Messenger
CAS Applied Data Analytics HWZ
HWZ
CAS Applied Data Analytics HWZ
Überblick
Dieses Profil ist aktuell
Die Angaben wurden kürzlich geprüft
16 Unterrichtstage
Dauer
Zürich
Standorte
15 ECTS
Punkte
max. 10'000 CHF
Kosten
jeweils im Februar
Beginn des Studiengangs
Deutsch
Sprache
Verpflegungsmöglichkeit: Ja
Bistro Sihlhof
Certificate of Advanced Studies (CAS)
Abschluss
Voraussetzungen
Hochschulabschluss / höherer Abschluss plus zwei Jahre studienrelevante Berufskompetenz nach Abschluss. Andere äquivalente Bildungsabschlüsse mit entsprechender Praxistätigkeit können mittels ausserordentlichem Zulassungsverfahren anerkannt werden.
Eine allfällige Zulassung zu einem oder mehreren CAS erfolgt grundsätzlich unabhängig zu einer möglichen Zulassung zum MAS. Letztere wird in einem Zulassungsverfahren separat geprüft.
Weitere Infos
Kursziele
Die Teilnehmenden
lernen das Potenzial sowie die Grenzen von Big Data und Smart Data in einem Unternehmen abzuschätzen.
sind in der Lage, verschiedene Data-Science-Techniken mit dem Programm R anzuwenden, um Daten für die spätere Modellierung aufzubereiten.
werden anhand von Daten aussagekräftige Grafiken erstellen und daraus Hypothesen ableiten und testen können.
bekommen eine Übersicht über wesentliche Konzepte und Analysen im Data-Science-Bereich, insbesondere für das Predictive Marketing.
werden imstande sein, statistische Modelle zu erstellen und zu interpretieren, sowie daraus Handlungsempfehlungen abzuleiten.
Zielgruppe
Der CAS Applied Data Analytics HWZ richtet sich an Personen mit Freude am analytischen Denken, einem Flair im Umgang mit Zahlen und Erfahrung im Umgang mit Daten als betriebliche Entscheidungsgrundlage, sowie Personen, die ihre Kompetenzen im Data Analytics Bereich ausbauen wollen. Grundkenntnisse in Statistik sind von Vorteil.
Schlüsselinhalte
Case-based Data Analytics
R-Workshop (Descriptive Statistics, Probabilities, Hypothesis Testing, Regression)
Tools & Concepts (KNIME, logistische Regression, Data Management, Cloud-based Tools)
Applications
Unterrichtsform
Der Studiengang besteht aus insgesamt 18 Tagen (Präsenzunterricht und E-Learning-Tage). An den E-Learning Tagen müssen neben der Vertiefung des Präsenzunterrichts Aufgaben gemacht werden, die zum grössten Teil mit der Statistiksoftware R gelöst werden. Grundkenntnisse des Programms R sind von Vorteil, aber nicht zwingend, da die benötigten Analysetechniken mittels exemplarischer Daten im Unterricht geübt werden.
