Universität Wien
Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040212 UK Data Science Praxisbeispiele mit SAS (2022S)

4.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
Moodle

An/Abmeldung

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

Details

max. 50 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

  • Mittwoch 09.03. 16:45 - 20:00 Hörsaal 14 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 16.03. 16:45 - 20:00 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 23.03. 16:45 - 20:00 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Freitag 25.03. 11:30 - 14:45 Hörsaal 13 Oskar-Morgenstern-Platz 1 2.Stock
  • Mittwoch 30.03. 16:45 - 20:00 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 06.04. 16:45 - 20:00 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock
  • Mittwoch 27.04. 16:45 - 20:00 Hörsaal 8 Oskar-Morgenstern-Platz 1 1.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

SAS Software ist bei vielen Unternehmen und Organisationen im Einsatz und SAS Kenntnisse werden auch in zahlreichen Stellenausschreibungen als Anforderung genannt. Diese Lehrveranstaltung gibt eine Einführung in die Programmiersprache SAS sowie in ausgewählte visuelle Oberflächen. Anhand von Data Science Use Cases lernen Sie, wie SAS für Datenaufbereitung und Datenanalyse eingesetzt werden kann.

Die Lehrveranstaltung besteht aus 2 Hauptbereichen:

Erlernen der Grundlagen der SAS Programmierung für die statistische Analyse und dem Datenmanagement. Hier bauen wir auf dem ebook und dem SAS Kurs "SAS Programming for R Users" auf und erarbeiten und mit kleinen Praxisbeispielen und Hands-On Aufgaben die wichtigsten Eigenschaften von SAS.
Die Anwendung statistischer Methoden und Data Science für fachliche Fragestellungen mit dem SAS System. Hier verwenden wir ausgewählte (Echt)Datensätze und erstellen Analysen und Auswertungen sowohl in der SAS Programmiersprache als auch in visuellen Oberfläche (NoCode/LowCode). Bzgl. der Use Cases wählen wir aus Beispielen wie dem "New Product Forecasting", "Employee Retention Analysis", der Wasserstandsanalyse am Neusiedler See, oder der Simulation des Monopoly oder DKT Brettspiels.

Wir veranstalten auch einen kleinen Hackathon, bei dem das Ziel die Erstellung eines treffsicheren Vorhersagemodells für das Kundenverhalten ist.
In der Lehrveranstaltungen arbeiten wir vorwiegend mit dem Benutzerfrontend "SAS Studio" und lernen wie man mit SAS die Daten für die Analyse einliest, diese Daten aufbereitet und graphisch und deskriptiv auswertet und komplexe Data Science Analysen durchführt. Es kommen dabei vorwiegend die SAS Module SAS Base, SAS STAT, SAS Graph und SAS Visual Analytics zum Einsatz.
Die Lehrveranstaltung wird geblockt in 8 Einheiten durchgeführt.
Für die Lehrveranstaltung wird die Nutzung von SAS Certified Young Professionals (SCYP) in der SAS Cloud empfohlen. Detailinformationen und Tipps zur Registrierung werden noch auf Moodle bekanntgegeben.

Art der Leistungskontrolle und erlaubte Hilfsmittel

- Anwesenheit in den 8 LV-Einheiten
- Abgabe von Programmierbeispielen (Details dazu werden am LV Beginn besprochen)
- Abschluss Quiz
Erlaubte Hilfsmittel: Verwendung der SAS Software, Kursunterlagen, SAS Online Documentation, Internet-Recherche

Mindestanforderungen und Beurteilungsmaßstab

- Mindestens 50% der erreichbaren Punkte bei der Abgabe der Programmierbeispielen
- Mindestens 50% der erreichbaren Punkte beim Abschluss Quiz
- Anwesenheit in mindestens 6 LV-Einheiten

Prüfungsstoff

Wird am LV Beginn besprochen.

Literatur

- SAS Programming for R Users, Jordan Bakermann 2019, Download: https://support.sas.com/content/dam/SAS/support/en/books/free-books/sas-programming-for-r-users.pdf
- Kursunterlagen aus SAS SAS Certified Young Professionals
- Gerhard Svolba: Applying Data Science - Business Case Studies Using SAS, SAS Press 2017 (http://support.sas.com/svolba )
- Gerhard Svolba: Data Preparation for Analytics Using SAS, SAS Press 2007
- J. Shreve, D. Holland: SAS Certification Prep Guide - Statistical Business Analysis Using SAS9, SAS press 2018
- Webinar zu Data Science Case Studies und Data Preparation for Data Science auf Youtube

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Do 28.04.2022 09:07