Data Science und Machine Learning

Daten praxisorientiert analysieren

Ob bei Kreditrisiken, Investitionen oder Marktprognosen – in vielen Bereichen wird inzwischen Maschinelles Lernen eingesetzt. Es basiert auf der Analyse großer Datenmengen, die zum Beispiel bei Versicherungen und Banken anfallen. Maschinelles Lernen ist ein Teilgebiet der Disziplin Data Science. Diese beschäftigt sich an der Schnittstelle von Informatik, Mathematik und Statistik damit, wie sich Daten verwalten, speichern, aufbereiten und analysieren lassen. In unserem praxisorienten Modul lernen Sie verschiedene Methoden des Maschinellen Lernens kennen, sowohl konzeptionell als auch softwaregestützt. Sie können simulierte oder reale Datensätze mit Modellen wie Regression, Klassifikation und Clustering analysieren und die Güte von Vorhersagen bestimmen. Aspekte einer vertrauenswürdigen Künstlichen Intelligenz werden ebenso berücksichtigt wie Anforderungen an Datenethik und sichere Datenspeicherung.

Ihr Kompetenzgewinn

Das Modul vermittelt Know-how und Kompetenzen, um ...

Anforderungen an Methoden des maschinellen Lernens zu benennen

die Ideen hinter den Modellen Regression, Klassifikation und Clustering zu verstehen

Modelle des Maschinellen Lernens in R zu trainieren

potentielle Gefahren Maschinellen Lernens zu erkennen

ein trainiertes Modell des Maschinellen Lernens fair und objektiv zu bewerten

Ergebnisse eines Lernmodells sowie dessen Vorhersagen sinnvoll zu interpretieren

Zielgruppe

Angesprochen sind alle, die mit großen Datenmengen arbeiten und diese analysieren möchten, um Vorhersagen über mögliche Trends zu machen oder fundierte Entscheidungen zu treffen.

Das Modul kann als zertifizierte Weiterbildung oder im berufsbegleitenden Studiengang Risikomanagement und Finanzanalyse belegt werden. Das universitäre Zertifikat wird für das Studium voll angerechnet. So können Sie ohne Immatrikulation ins Studium starten!

Data Science und Machine Learning auf einen Blick

Certificate of Advanced Studies (CAS)

25. September 2023 bis 03. März 2024

Berufsbegleitend, internetgestützt. Ein bis zwei kompakte Praxisworkshops am Wochenende

5-8 Stunden pro Woche, 6 Kreditpunkte

Keine

900 EUR plus 120 EUR Gasthörgebühr

Lehrender

Dr. Tino Werner

Deutsches Zentrum für Luft- und Raumfahrt e.V. (DLR), 
Carl von Ossietzky Universität Oldenburg

 

 

Profil und Arbeitsschwerpunkte

Warum Teilnehmende uns empfehlen:

Hoher Praxisbezug

Hoher praktischer Nutzen auf Basis exzellenter Wissenschaft: Durch die enge Verzahnung von Theorie und Praxis kann das neu erworbene Know-how unmittelbar in der Praxis angewendet werden.

Persönliche Begleitung

Sie erhalten eine individuelle und fachliche Betreuung durch unseren Dozenten*innen und Mentor*innen und werden in Ihrem Lernprozess bestmöglich unterstützt.

Netzwerk erschließen

Durch Workshops und gemeinsame Projektarbeit lernen Sie Gleichgesinnte kennen und erweitern Ihr persönliches Netzwerk.

Flexible Lernorganisation

Sie lernen flexibel auf dem online-Campus und gemeinsam in ein bis zwei kompakten Workshops in Oldenburg.

Bleiben Sie gut informiert!

Folgen Sie uns auf LinkedIn, erweitern Sie Ihr Netzwerk und diskutieren Sie mit uns rund um das Thema Risikomanagement:

KI in Versicherungen und Banken nutzen

Ob bei Regionaltarifen in der Kfz-Versicherung, der Kundensegmentierung bei Banken oder der Priorisierung in der Innenrevision – generative Künstliche Intelligenz (KI) und Maschinelles Lernen kommen auch beim finanziellen Risikomanagement verstärkt zum Einsatz. Anhand dieser Beispiele erläutern die Statistik-Experten Prof. Dr. Peter Ruckdeschel und Dr. Tino Werner im Webinar, wie sich Analysen großer Datenmengen nutzen lassen.

Beratung und Kontakt

Silke Welter

Bildungsmanagerin
Risikomanagement und Finanzanalyse
 

T +49 (0)441 / 798 32 44

www.uol.de/risikomanagement

 

 

Ich möchte News und Wissenswertes
zur Weiterbildung erhalten

Ich interessiere mich für

Ich stimme der Datenverarbeitung gemäß den Datenschutzrichtlinien des Center für lebenslanges Lernen in Verbindung mit § 17 NHG zu und erkläre mich damit einverstanden, dass das C3L zum ausgewählten Bildungsangebot mit mir Kontakt aufnehmen darf. Die Zustimmung kann ich jederzeit widerrufen.

Besuchen Sie das C3L auch hier:

(Stand: 28.03.2024)  | 
Zum Seitananfang scrollen Scroll to the top of the page