Datenanalyse

Daten sind allgegenwärtig in Alltag und Beruf. Aber wie analysieren und bewerten Sie Ihre Datenbestände, welche Erkenntnisse gewinnen Sie aus ihnen, und welche Prognosen können Sie mit ihnen erstellen, wie nutzen Sie Open Data und allgegenwärtige Informationsquellen? Dieses CAS vermittelt Ihnen Wissen, Methoden und Werkzeuge aus Statistik, Informatik und Machine Learning für die Beantwortung dieser Fragen.

Der Studiengang:

  • richtet sich an Verantwortliche für Datenanalyse-Projekte, wissenschaftliche Mitarbeitende oder Informatikerinnen und Informatiker,
  • befähigt Sie, Daten methodisch aufzubereiten, zu analysieren und visualisieren,
  • vermittelt Ihnen statistische Grundlagen, Methoden der Regressions- und Zeitreihenanalyse des überwachten und nicht-überwachten maschinellen Lernens,
  • macht Sie mit dem Arbeiten mit dem Open-Source-Framework R vertraut.
  • gibt Ihnen Einblicke in ausgewählte Themen wie Kausalanalyse, Open Data, Operationalisierung von Datenanalyse-Prozessen.

Steckbrief

  • Titel/Abschluss Certificate of Advanced Studies (CAS)
  • Dauer KW43 bis KW14
  • Unterrichtstage Donnerstag: 08:30 bis 16:15 Uhr
    Vereinzelt andere Tage
  • Anmeldefrist Einen Monat vor Studienbeginn
  • Anzahl ECTS 12 ECTS-Credits
  • Kosten Einzeln: CHF 7'500
    Als Teil eines DAS/MAS/EMBA: CHF 6'600
  • Unterrichtssprache Deutsch
  • Studienort Biel, Aarbergstrasse 46
  • Departement Technik und Informatik
  • Nächste Durchführung Herbst 2022

Inhalt + Aufbau

Portrait

Daten alleine bringen noch keine Erkenntnisse. Entscheidend ist das «Making Sense out of Data»: Wie können Daten beschrieben und analysiert werden, welche Schlussfolgerungen kann man aus ihnen ziehen? Auf dem Markt stehen leicht bedienbare Software-Tools zur Aufbereitung von Daten, zur Analyse und zur Visualisierung zur Verfügung. Das CAS Datenanalyse vermittelt Ihnen einen praktischen Grundstock an Wissen, wissenschaftlichen Vorgehensweisen und Werkzeugen für die Datenanalyse.

Ausbildungsziel

  • Sie überblicken das Gebiet der Datenanalyse.
  • Sie können Daten methodisch aufbereiten, analysieren und visualisieren.
  • Sie können die Regressionsanalyse und die Analyse von Zeitreihen als Prognose-Instrumente anwenden.
  • Sie lernen das Arbeiten mit der Sprache R (r-project.org), einem der wichtigsten und verbreitetsten Werkzeuge der Data Analyse.
  • Sie bekommen einen Einblick in das maschinelle Lernen (überwachtes und nicht-überwachtes Lernen) und können ausgewählte Methoden anwenden.
  • Sie erwerben zu ausgewählten Themen Spezialkenntnisse: Kausalanalyse, Open Data, Operationalisierung von Datenanalyse-Prozessen mit R Shiny.

Es werden folgende Gebiete besprochen:

  • Tooling und Datenmanagement
  • Deskriptive Statistik und mathematische Grundlagen
  • Statistisches Testen
  • Grafische Datenexploration und Datenvisualisierung
  • Regressionsanalyse
  • Zeitreihenanalyse und Prognosen
  • Machine Learning
  • Optionale Wahltage
    • Open Data
    • Kausalanalyse
    • Shiny
    • Neuronale Netze
    • Zeitreihen und Regression Erweiterungen
    • Datenvisualisierung mit D3.js
CAS | Datenanalyse

Kompetenzstufen

  1. Kenntnisse | Wissen
  2. Verstehen
  3. Anwenden
  4. Analyse
  5. Synthese
  6. Beurteilung
  • Kontaktunterricht
  • Selbststudium
  • Projektarbeit

Titel + Abschluss

Certificate of Advanced Studies (CAS) in «Datenanalyse»

Voraussetzungen + Zulassung

Das CAS DA richtet sich an Verantwortliche für Datenanalyse-Projekte: Fachpersonen in unterschiedlichsten Branchen und Unternehmen, Informatiker*innen, wissenschaftliche Mitarbeitende, die in Datenanalyse-Projekten arbeiten, Analysen und Studien erarbeiten und selbst Daten auswerten

Für die Zulassung ist in der Regel ein abgeschlossenes Hochschulstudium und Praxiserfahrung erforderlich. 
Personen mit einem Abschluss der höheren Berufsbildung können zugelassen werden, wenn sie über ausreichend Berufserfahrung und wissenschaftlich-methodische Vorkenntnisse verfügen. 

Voraussetzungen

Sie können mit mathematischen Gesetzen umgehen und haben die Bereitschaft zur anwendungsorientierten Arbeit mit statistischer Software.

Studienort

Ab dem Herbstsemester 2022 findet der Unterricht an der Aarbergstrasse 46 im Neubau des Switzerland Innovation Park Biel/Bienne (SIPBB) statt, welcher direkt neben dem Bahnhof Biel/Bienne liegt.

Aarbergstrasse 46, 2503 Biel

Aarbergstrasse 46
2503 Biel