Digitization in Energy & Sustainability Management (E)

Niveau der Lehrveranstaltung/des Moduls laut Lehrplan

Vertiefung

Lernergebnisse der Lehrveranstaltung/des Moduls

Die Studierenden sind in der Lage:
• Inhalte, Ergebnisse/Anwendungen und Arbeitsweise von Data Science zu beschreiben
• Grundfunktionen in der Verarbeitung von Massendaten inkl. Auswertungsfunktionen anzuwenden
• grundlegende Konzepte von Programmen zur Auswertung großer Datenmengen zu beschreiben und einfache Programm-Codes für Auswertungen selbst zu erstellen
• Tools für die Auswertungen von Daten anzuwenden

Voraussetzungen laut Lehrplan

Wissenschaftliche & empirische Methoden (WIS.1)

Lehrinhalte

• Auswertung von Messdaten
• Grundlagen der Zeitreihenanalyse
• Datensicherheit und Datenschutz

empfohlene Fachliteratur

• Grus, J., 2016. Einführung in Data Science: Grundprinzipien der Datenanalyse mit Python. Sebastopol: O’Reilly Media
• Fasel, D., A. Meier, 2016. Big Data: Grundlagen, Systeme und Nutzungspotentiale. Wiesbaden: Springer Verlag
• Runkler, T.A., 2016. Data Analytics: Models and Algorithms for Intelligent Data Analysis. 2. Auflage. Wiesbaden: Springer Verlag