Big Data: Visualisierung und Data Science Grundlagen

Die Weiterbildung vermittelt grundlegende Kompetenzen im Umgang mit großen Datenmengen sowie in der methodischen Datenanalyse und Visualisierung. Im Fokus stehen die Verarbeitung umfangreicher Datenbestände, statistische Grundverfahren der Data Science und die verständliche Darstellung komplexer Zusammenhänge. Ziel ist es, Big-Data-Strukturen analytisch nutzbar zu machen und Ergebnisse nachvollziehbar aufzubereiten.


Modul 1: Grundlagen von Big Data
Modul 2: Data-Science-Methoden im Überblick
Modul 3: Datenaufbereitung und explorative Analyse
Modul 4: Visualisierung großer Datenmengen


Modul 1: Grundlagen von Big Data


Strukturen und Herausforderungen

• Merkmale und Dimensionen großer Datenmengen


• Strukturierte, semi-strukturierte und unstrukturierte Daten


• Skalierbare Datenverarbeitung


• Datenqualität und Governance

Modul 2: Data-Science-Methoden im Überblick


Analytische Grundverfahren

• Deskriptive und inferenzstatistische Ansätze


• Grundlagen von Regressions- und Klassifikationsmodellen


• Clustering-Verfahren


• Bewertung von Analyseergebnissen

Modul 3: Datenaufbereitung und explorative Analyse


Systematische Untersuchung großer Datensätze

• Datenbereinigung und Transformation


• Erkennung von Mustern und Trends


• Identifikation von Ausreißern


• Dokumentation analytischer Schritte

Modul 4: Visualisierung großer Datenmengen


Strukturierte Darstellung komplexer Zusammenhänge

• Auswahl geeigneter Visualisierungsformen


• Gestaltungsprinzipien für übersichtliche Dashboards


• Interaktive Analysefunktionen


• Vermeidung typischer Darstellungsfehler

Absolventinnen und Absolventen können große Datenbestände strukturieren, grundlegende Data-Science-Methoden anwenden und Ergebnisse verständlich visualisieren. Sie sind in der Lage, komplexe Zusammenhänge analytisch zu bewerten und datenbasierte Entscheidungsprozesse methodisch zu unterstützen.