Anmelden

Diese Seite unterstützt Internet Explorer nicht mehr.

Modulbeschreibung

Analytics for Energy Data

Inhalt

  • Analytics als Projekt bzw. Prozess

  • Beurteilung und Verbesserung von Datenqualität

  • Werkzeuge zur Erstellung von Standardberichten

  • Grundlagen analytischer Datenbanken

  • Geführte Datenanalysen mittels OLAP-Werkzeugen

  • Darstellung und Visualisierung von Analyseergebnissen

  • Methoden und Werkzeuge des Data Mining im engeren Sinne (z.B. Entscheidungsbäume,Assoziationsanalysen, Clustering) an Beispielen aus der Energiewirtschaft

Lernergebnisse

Nach erfolgreichem Abschluss des Moduls können die Studierenden

Fachkompetenz:

  • Data Mining von einfacheren analytischen Aufgaben wie Reporting oder OLAP abgrenzen

  • analytische Aufgaben mit Hilfe geeigneter Methoden und Werkzeuge lösen

  • typische Schwierigkeiten hinsichtlich der Datenqualität erkennen und beheben

Methodenkompetenz:

  • das Fachwissen anhand praktischer Aufgabenstellungen anwenden, diskutieren und eigeneLösungsansätze entwickeln

Sozial- und Selbstkompetenz:

  • bei Ausarbeitungen zu einfachen Aufgabenstellungen kooperieren und diese gemeinsamerstellen

  • die eigene Rolle in Kleingruppen wahrnehmen

ECTS

5 Punkte

Studien- und Prüfungsleistungen

Prüfungsleistungen:
  • Analytics for Energy Data (Klausur, Studienarbeit)
Studienleistungen:
  • Analytics for Energy Data (Laborarbeit)

Lehr- und Lernformen

  • Analytics for Energy Data (3 SWS, Vorlesung)
  • Analytics for Energy Data (1 SWS, Labor)

Studiengänge

  • Internationale Energiewirtschaft(IEW) - Pflichtmodul

Modulverantwortliche

Prof. Dr. Reinhold von Schwerin

Literatur

Gabriel/Gluchowski/Pastwa: Datawarehouse und Data Mining, 1. Auflage 2009, Verlag w3l, ISBN: 978-3-9371-3766-7. , 1700.
Runkler: Data Mining, 1. Auflage 2001, Vieweg+Teubner Verlag, ISBN: 978-3-8348-0858-5. , 1700.

Quicklinks