Universität Wien

040123 KU Programming for Business Analytics (MA) (2023W)

8.00 ECTS (4.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
GEMISCHT

Only students who signed up for the class in univis/u:space are allowed to take the class (that means, that you have to at least be on the waiting list if you want to take this class). No exceptions possible.
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: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Donnerstag 05.10. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 12.10. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 17.10. 16:45 - 18:15 Digital
  • Donnerstag 19.10. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 31.10. 16:45 - 18:15 Digital
  • Donnerstag 09.11. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 14.11. 16:45 - 18:15 Digital
  • Donnerstag 16.11. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 23.11. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 28.11. 16:45 - 18:15 Digital
  • Donnerstag 30.11. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 07.12. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 12.12. 16:45 - 18:15 Digital
  • Donnerstag 14.12. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 09.01. 16:45 - 18:15 Digital
  • Donnerstag 11.01. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Donnerstag 18.01. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock
  • Dienstag 23.01. 16:45 - 18:15 Digital
  • Donnerstag 25.01. 15:00 - 18:15 Hörsaal 17 Oskar-Morgenstern-Platz 1 2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

The main scope of this course is an introduction to the programming language Python. The course covers the basics of programming, as well as in depth skills necessary for data analysis and optimization algorithms. The course consists of a weekly on-site lecture (3 hours) and a biweekly online exercise session (2 hours).

Art der Leistungskontrolle und erlaubte Hilfsmittel

Exercises 30% - Submitted to Moodle before exercise session.
Theoretical exam 30% - On site exam at the end of the term.
Applied project 40% - Final discussions will take place in February and March.

Mindestanforderungen und Beurteilungsmaßstab

x = Total points in percent

5: x < 50%
4: 50% <= x < 62.5%
3: 62.5% <= x < 75%
2: 75% <= x < 87.5%
1: 87.5% <= x

Prüfungsstoff

Lecture notes, literature excerpts, home assignments

Literatur

An Introduction to Statistical Learning with Applications in Python (2023) by G. James, D. Witten, T. Hastie, R. Tibshirani and J. Taylor

Available for free download: https://www.statlearning.com

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Di 26.09.2023 06:46