CAS Data Analysis

Das CAS Data Analysis vermittelt einen Einstieg in das statistische Denken sowie in klassische und neue Konzepte der Datenanalyse. Die Studierenden lernen in Abhängigkeit der fachlichen Fragestellung (business understanding) und der Art der Daten (Datentyp) Vorgehensweisen und Methoden kennen, um nützliche Erkenntnisse aus den Daten zu extrahieren. Folgende Fragestellungen stehen im Zentrum des CAS Data Analysis:

• Wie können Daten beschrieben und dargestellt werden?
• Welche Informationen sind in den Daten enthalten, wie werden diese sichtbar gemacht und welche Schlüsse können daraus gezogen werden?
• Wie und welche Daten sollen erhoben werden?

Das CAS Data Analysis ist Bestandteil des DAS Data Science und des MAS Data Science.

Das CAS Data Analysis richtet sich an Personen, die

• Unternehmensdaten oder öffentliche Daten bearbeiten (z.B. AnalytikerInnen),
• datengestützte Entscheidungsgrundlagen (Erstellen von Berichten und/oder statistischen Modellen) liefern müssen,
• Produktions- oder Betriebsprozesse überwachen und regeln,
• Kundendaten auswerten.

Modul A: Statistische Grundlagen der Datenanalyse

• Einführung in das zu verwendende Statistikprogram (R mit R-Studio)
• Datentypen, Verteilung und Kennzahlen
• Datenvisualisierung
• Do’s and dont’s der grafischen Darstellung von Daten
• Statistisches Modell versus Daten
• Zufallsvariable
• Schliessende Statistik (Schätzen, Vertrauensintervall, Testen) bei Zähldaten (Poisson- und Binomial-Modell) und bei metrischen Daten (Normalverteilung)
• zentraler Grenzwertsatz.

Modul B: Multiple Regression und Prognose

• Multiple lineare Regression
• Modellvielfalt
• Schätzung der Parameter, Hypothesentest und Vertrauensintervalle
• Prognose und Prognose-Bereiche, Residuen-Analyse, Variablenselektion, Kreuzvalidierung und Modellbaustrategien
• Interpretation, Transformationen
• Was sind Zeitreihen?
• STL-Zerlegung
• Autokorrelation
• Zeitliche Prognosen mit exponentieller Glättung
• AR-Prozess

Modul C: Clustering und Klassifikation

• Hierarchische Cluster-Verfahren
• Heatmap
• Klassifikationsbaum
• Bootstrapping
• Random Forest
• Beurteilung eines Klassifikators (Fehlerrate, Sensitivität, Spezifität, etc.)

Die Zulassung zu einem CAS setzt grundsätzlich einen Hochschulabschluss (Fachhochschule, HTL, HWV, Uni, ETH) voraus. Es können aber auch Praktikerinnen und Praktiker mit vergleichbarer beruflicher Kompetenz zugelassen werden, wenn sich die Befähigung zur Teilnahme aus einem anderen Nachweis ergibt. Grundkenntnisse der Programmierung in einer beliebigen Programmiersprache und Affinität zu Datenbanken und zur Datenanalyse sind von Vorteil.

Kosten: CHF 5'900.00

• Vorlesungen
• praxisorientierte Übungen und Fallbeispiele
• Gruppenarbeiten und Selbststudium (Vor- und Nachbereitung)

Das CAS Data Analysis wird berufsbegleitend absolviert. Der Unterricht findet einmal pro Woche mittwochs von 9:00 bis 17:00 (8 Lektionen) statt. Ein Unterrichtstag ist in zwei Blöcke von je 4 Lektionen unterteilt, wobei ein Block aus 2 Lektionen Unterricht und 2 Lektionen praktischem Arbeiten besteht. In den praktischen Arbeiten vertiefen die Teilnehmerinnen und Teilnehmer das Gelernte an konkreten Beispielen, die mit einer entsprechenden Software auf dem eigenen Laptop bearbeitet werden. Den individuellen Stundenplan erhalten die Studierenden spätestens einen Monat vor Studienbeginn. Die schulfreie Zeit richtet sich nach den Schulferien der Stadt Winterthur.