Universität Wien

040006 UK Data Science Praxisbeispiele mit SAS (2019S)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Details

max. 50 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Mittwoch 13.03. 16:45 - 20:00 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Montag 18.03. 16:45 - 20:00 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 20.03. 16:45 - 20:00 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 27.03. 16:45 - 20:00 Seminarraum 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 03.04. 16:45 - 20:00 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Montag 29.04. 16:45 - 20:00 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 08.05. 16:45 - 20:00 Hörsaal 15 Oskar-Morgenstern-Platz 1 2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

• Der Fokus der Lehrveranstaltung ist die Anwendung statistischer Methoden und Data Science für fachliche Fragestellungen. Es werden aktuelle Use Cases wie "New Product Forecasting", "Employee Retention Analysis" oder "Forecast Value Add Analyse" bzgl. ihrer Anforderungen, der statistischen Lösungsmöglichkeiten, der nötigen Datenaufbereitungsschritte besprochen und die Umsetzung mit SAS Software illustriert. Es kommen dabei vorwiegend die SAS Module SAS Base, SAS STAT und SAS Graph zum Einsatz.
• Die Lehrveranstaltung zeigt anhand unterschiedlicher Beispiele, wie mit dem Benutzerfrontend "SAS Studio" gearbeitet wird, wie man mit SAS die Daten für die Analyse einliest, diese Daten aufbereitet und graphisch und deskriptiv auswertet und komplexe Data Science Analysen durchführt.
• Weitere Beispiele inkludieren z.B: die Monte Carlo Simulation des Monopoly® Brettspiels bzgl. der Besuchshäufigkeit und der Profitabilität unterschiedlicher Felder, sowie die Erstellung eines kleinen Data Warehouses für die Wasserstandsmessung am Neusiedlersee.
• Wir veranstalten auch einen Hackathon, bei dem das Ziel die Erstellung eines treffsicheren Vorhersagemodells für das Kundenverhalten ist.
• Die Lehrveranstaltung wird geblockt in 8 Einheiten durchgeführt.
• Für die Lehrveranstaltung wird die Nutzung der "SAS On Demand for Academics" in der SAS Cloud empfohlen. https://odamid.oda.sas.com (das genaue Anmelde Procedure und der Kurscode wird noch auf Moodle bekanntgegeben). Alternativ können Sie auf Wunsch auch die SAS University Edition installieren (gratis) oder eine SAS Installation verwenden, die Sie verfügbar haben.

Art der Leistungskontrolle und erlaubte Hilfsmittel

• Anwesenheit in den 8 LV-Einheiten
• Abgabe von Programmierbeispielen (Details dazu werden am LV Beginn besprochen)
• Online Quiz
• Erlaubte Hilfsmittel: Verwendung der SAS Software, SAS Online Documentation, Internet-Recherche

Mindestanforderungen und Beurteilungsmaßstab

• Mindestens 50% der erreichbaren Punkte bei der Abgabe der Programmierbeispielen
• Mindestens 50% der erreichbaren Punkte beim Online Quiz
• Anwesenheit in mindestens 6 LV-Einheiten

Prüfungsstoff

• Wird in am LV Beginn besprochen

Literatur

• Gerhard Svolba: Applying Data Science - Business Case Studies Using SAS, SAS Press 2017 (http://support.sas.com/svolba )
• Gerhard Svolba: Data Preparation for Analytics Using SAS, SAS Press 2007
• J. Shreve, D. Holland: SAS Certification Prep Guide - Statistical Business Analysis Using SAS9, SAS press 2018

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:28