Business Intelligence & Analytics

Dozent/in:

Mariya Sodenkamp

Angaben:

Vorlesung, 2 SWS, ECTS: 6

Termine:

Mi, 14:00 - 16:00, WE5/03.004

Inhalt:

Dieses Modul bietet einen Einblick in die wichtigsten Bereiche der computerbasierten Entscheidungsunterstützung auf Basis von Datenanalysen, Operation Research und Simulationen.
Während prädiktive Analysen (wie z.B. Data Mining) statistische Modelle umfassen, die Vorhersagen über zukünftige Entwicklungen auf der Grundlage von historischen sowie aktuellen Daten treffen, unterstützen präskriptive Analysen (wie z.B. Optimierung) die Entwicklung und Auswahl bestmöglicher Maßnahmen. Die Kombination aus prädiktiver und präskriptiver Analytik zielt darauf, ein hohes Maß an Entscheidungseffizienz und -effektivität zu erreichen. Hierzu werden die Studierenden anhand von konkreten Beispielen Entscheidungsunterstützungssysteme mit Hilfe der Software „R“ entwickeln.

Business Intelligence for Renewable Energy Systems

Dozentinnen/Dozenten:

Mariya Sodenkamp, Konstantin Hopf

Angaben:

Übung, 4,00 SWS, ECTS: 6

Termine:

Mo, 12:00 - 14:00, Raum n.V.
Di, 16:00 - 18:00, Raum n.V.
Das Projekt findet in unserem Labor WE5/02.059 statt!

Inhalt:

Die Studierenden erlernen, erproben und implementieren Verfahren zur Entscheidungsunterstützung in Unternehmen der Energieerzeugung, -produktion, -beratung oder den Vertrieb von Energiedienstleistungen. Hierfür kommen je nach Aufgabenstellung Methoden der künstlichen Intelligenz, Clustering-/Klassifizierungstechniken bzw. ausgewählte Ansätze des Machine Learnings zum Einsatz.