Application-oriented analysis platforms (elective)
Niveau
Masterstudium
Lernergebnisse der Lehrveranstaltungen/des Moduls
Die Teilnehmer:innen:
• können unterschiedliche, anwendungsorientierte Analyseplattformen (z.B. KNIME, RapidMiner, Grafana) bennen
• können die kennengelernten Analyseplattformen hinsichtlich ihrer Eignung für einen bestimmten Anwendungsfall vergleichen
• können erste Anwendungen mit den vorgestellten Plattformen umsetzen
• können unterschiedliche, anwendungsorientierte Analyseplattformen (z.B. KNIME, RapidMiner, Grafana) bennen
• können die kennengelernten Analyseplattformen hinsichtlich ihrer Eignung für einen bestimmten Anwendungsfall vergleichen
• können erste Anwendungen mit den vorgestellten Plattformen umsetzen
Voraussetzungen der Lehrveranstaltung
keine Voraussetzungen
Lehrinhalte
- Vorstellung unterschiedlicher anwendungsorientierter Analyseplattformen (z.B KNIME, RapidMiner, Grafana)
- Vorstellung unterschiedlicher Cloudlösungen für die Datenanalyse (z.B. Google Cloud, AWS, Azure)
- Anwenden der vorgestellten Plattformen am Beispiel von Analysedatensätzen
- Diskussion der unterschiedlichen Ansätze
- Vorstellung unterschiedlicher Cloudlösungen für die Datenanalyse (z.B. Google Cloud, AWS, Azure)
- Anwenden der vorgestellten Plattformen am Beispiel von Analysedatensätzen
- Diskussion der unterschiedlichen Ansätze
Empfohlene Fachliteratur
- Ramjan, S.; Sunkpho, J. (2025): Utilizing RapidMiner, Python, and R for Data Mining Applications, IGI GLobal
- Shmueli, G.; Bruce, G. C.; Deokar, A. V., Patel, N. R. (2023): Machine Learning for Business Analytics: Concepts, Techniques and Applications in RapidMiner, Wiley
- Mishra, A. (2019): Machine Learning in the AWS Cloud: Add Intelligence to Applications with Amazon SageMaker and Amazon Rekognition (Ed. 1), Wiley, Chichester (ISBN: 978-1119556718)
- Shmueli, G.; Bruce, G. C.; Deokar, A. V., Patel, N. R. (2023): Machine Learning for Business Analytics: Concepts, Techniques and Applications in RapidMiner, Wiley
- Mishra, A. (2019): Machine Learning in the AWS Cloud: Add Intelligence to Applications with Amazon SageMaker and Amazon Rekognition (Ed. 1), Wiley, Chichester (ISBN: 978-1119556718)
Bewertungsmethoden und -Kriterien
Klausur oder Seminararbeit
Unterrichtssprache
Englisch
Anzahl der zugewiesenen ECTS-Credits
4
Semesterwochenstunden (SWS)
Geplante Lehr- und Lernmethode
Folgende Methoden kommen zum Einsatz:
- Vortrag mit Diskussion
- Bearbeitung von Übungsaufgaben
- Interaktiver Workshop
- Vortrag mit Diskussion
- Bearbeitung von Übungsaufgaben
- Interaktiver Workshop
Semester/Trisemester, In dem die Lehrveranstaltung/Das Modul Angeboten wird
3