040190 KU Advanced Topics in Business Informatics (MA) (2018S)

Business Intelligence und Advanced Analytics

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften

Prüfungsimmanente Lehrveranstaltung

Da die praktische Übungen im PC-Seminarraum stattfindet, werden nur 30 Anmeldungen zu der Kurskombination zugelassen, da sonst keine Übungsplätze für alle vorhanden sind.

Zur endgültigen Lehrveranstaltung-Aufnahme ist ein pünktliches Erscheinen zur Vorbesprechung notwendig. Unentschuldigtes Fernbleiben führt zum Verlust des Lehrveranstaltung-Platzes.

Moodle

An/Abmeldung

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

Anmeldung von Mi 14.02.2018 09:00 bis Mi 21.02.2018 12:00
Abmeldung bis Mi 14.03.2018 23:59

Details

max. 30 Teilnehmer*innen

Sprache: Deutsch

Lehrende

Faribors Ronaghi

Termine (iCal) - nächster Termin ist mit N markiert

Da die praktische Übungen im PC-Seminarraum stattfindet, werden nur 30 Anmeldungen zu der Kurskombination zugelassen, da sonst keine Übungsplätze für alle vorhanden sind.

Zur endgültigen Lehrveranstaltung-Aufnahme ist ein pünktliches Erscheinen zur Vorbesprechung notwendig. Unentschuldigtes Fernbleiben führt zum Verlust des Lehrveranstaltung-Platzes.

    
    Freitag
    02.03.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Freitag
    09.03.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Freitag
    16.03.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Freitag
    23.03.
    09:45 - 18:15
    PC-Seminarraum 2  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Freitag
    23.03.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
PC-Seminarraum 2  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Freitag
    13.04.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Freitag
    20.04.
    09:45 - 18:15
    PC-Seminarraum 2  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Freitag
    20.04.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
PC-Seminarraum 2  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Freitag
    27.04.
    11:30 - 18:15
    PC-Seminarraum 2  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Freitag
    27.04.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
PC-Seminarraum 2  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Freitag
    04.05.
    09:45 - 18:15
    PC-Seminarraum 2  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Freitag
    04.05.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
PC-Seminarraum 2  Oskar-Morgenstern-Platz 1  1.Untergeschoß
    
    Freitag
    11.05.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Freitag
    18.05.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Freitag
    25.05.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
Hörsaal 6  Oskar-Morgenstern-Platz 1  1.Stock
    
    Freitag
    01.06.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Freitag
    08.06.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Freitag
    15.06.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Freitag
    22.06.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock
    
    Freitag
    29.06.
    18:30 - 20:00
    Hörsaal 12  Oskar-Morgenstern-Platz 1  2.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ausgewählte Teilgebiete aus Business Intelligence, Data Warehouse, Data Mining, OLAP sowie Thema rund um Big Data und Predictive Analytics

Art der Leistungskontrolle und erlaubte Hilfsmittel

Mitarbeit, Lösung von Aufgaben, Leistungskontrollen, Fallstudien

Mindestanforderungen und Beurteilungsmaßstab

•_Theorie

o_Klausur (50%)

•_Praktisch/Projekt (min. 40% aus beiden Teilen)

o_Erarbeiten einer Fallstudie (20%)

o_Umsetzung von praktischen Aufgaben (30%)

Alle Teilleistungen des Projektteils sind fristgerecht über Moodle einzureichen!

•_Anwesenheitspflicht_

Sie müssen in Summe mehr als 50% der Anforderungen erfüllen.

Notenschlüssel (Bewertungsskala):

Höchste_ Niedrigste_Note

100,00 % 88,00 % _1

87,99 %_ 75,00 % _2

74,99 %_ 63,00 % _3

62,99 %_ 50,00 % _4

49,99 %_ 0,00 % _5

Prüfungsstoff

Inhalte die in den LV-Einheiten durchgenommenen wurden + zusätzliche Materialien auf Moodle

Literatur

Die Literaturliste wird auf Moodle publiziert.

(http://www.dke.univie.ac.at)

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:28