Home | english  | Impressum | Datenschutz | Sitemap | KIT

Modeling and Analyzing Consumer Behavior with R

Modeling and Analyzing Consumer Behavior with R
Typ: Vorlesung (V)
Semester: SS 2018
Zeit: 17.04.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)
weitere...

24.04.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)

08.05.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)

15.05.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)

22.05.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)

29.05.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)

05.06.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)

12.06.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)

19.06.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)

26.06.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)

03.07.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)

10.07.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)

17.07.2018
14:00 - 15:30 wöchentlich
05.20 1C-01 05.20 Kaiserstraße 89-93 (Allianz-Gebäude)


Dozent: Dr. Jella Pfeiffer
SWS: 2
LVNr.: 2540470

Lernziel

Der/ die Studierende

• besitzen weiterführende Kenntnisse im Umgang mit der Statistik-Software R
• versteht die Herangehensweise an Modellierung und Analyse von Konsumentendaten
• beherrscht Methoden zur Auswertung, Analyse und Visualisierung von Daten

Inhalt

Die Studierenden lernen die grundlegenden Methoden, Algorithmen und Konzepte zur Analyse von Konsumentendaten kennen. Dieses Wissen vertiefen die Studierenden bei der Bearbeitung einer veranstaltungsübergreifenden Fallstudie und Rechnerübungen, insbesondere aus den Bereichen E-Commerce und Verhaltensökonomie. Darüber hinaus lernen die Studierenden, selbst Applikationen in R zu schreiben und größere Data Mining und generell Datenanalyse-Projekte zu organisieren und durchzuführen. Auf Anwenderebene lernen die Studierenden Methoden zur Auswertung und Visualisierung von Daten kennen.
Schwerpunkte der Veranstaltung sind:

1. Grundlegende Programmierkonzepte in R
2. Data Mining mit R anhand etablierter Vorgehensmodelle wie CRISP-DM
3. Text Mining und Analyse von online Daten mit R
4. Bearbeitung einer Fallstudie aus dem Bereich Consumer and User Analytics
5. Datenvisualisierung und Evaluation mit R