Worum geht's
Du lernst, wie Data-Science-Techniken auf finanzbezogene Fragestellungen angewendet werden. Am Ende kannst du Hypothesen entwickeln, passende Datenquellen finden, Rohdaten aufbereiten, statistische Verfahren anwenden und aus den Ergebnissen fundierte Schlüsse ziehen sowie deine Resultate akademisch präsentieren.
Was du danach kannst
- Entwicklung eines generischen Workflows für Finanzdatenprojekte
- Formulierung von Hypothesen zu finance-bezogenen Fragestellungen
- Identifikation und Aufbereitung geeigneter Datensätze
- Anwendung statistischer und Machine-Learning-Verfahren
- Akademische Kommunikation von Methoden und Ergebnissen
Aus was das Modul besteht
- VorlesungEinführung in Python, Datenverarbeitung, Visualisierung und Machine Learning
- Seminar/PräsentationenVorstellung und Diskussion der Abschlussprojekte
Lehrmethode
- Vorlesungen (6–8 Sitzungen)Vermittlung der grundlegenden technischen und methodischen Inhalte
- Seminarische Abschlusspräsentationen (1–2 Tage)Diskussion und Bewertung der Projektarbeiten