Fortgeschratt quantitativ Methoden fir Entscheedungswëssenschaft
( 25 Modules )
Modul #1 Aféierung zu fortgeschratt quantitative Methoden Iwwersiicht vum Cours, Wichtegkeet vu quantitative Methoden an der Entscheedungswëssenschaft, an Erwaardungen.
Modul #2 Iwwerpréiwung vun Wahrscheinlechkeet Theorie Iwwerpréiwung vu Wahrscheinlechkeetskonzepter, bedingt Wahrscheinlechkeet, Bayes Theorem a Wahrscheinlechkeetsverdeelungen.
Modul #3 Iwwerpréiwung vun statisteschen Inferenz Iwwerpréiwung vu statisteschen Inferenzkonzepter, Hypothesentest, Vertrauensintervallen a p-Wäerter.
Modul #4 Machine Learning Fundamentals Aféierung fir Maschinnléieren, Aarte vu Maschinnléieren, a iwwerwaacht / net iwwerwaacht Léieren.
Modul #5 Linear Regressioun mat Multiple Predictors Verlängerung vun der linearer Regressioun op verschidde Prädiktoren, Multicollinearitéit a Modellauswiel.
Modul #6 Generaliséierter Linearmodeller Aféierung zu generaliséierter linearer Modeller, logistescher Regressioun a Poisson Regressioun.
Modul #7 Decisioun Beem an zoufälleg Bëscher Aféierung zu Decisioun Beem, zoufälleg Bëscher, an Ensembel Methoden.
Modul #8 Clustering Analyse Aféierung fir Clustering Analyse, k-bedeit Clustering, an hierarchesch Clustering.
Modul #9 Dimensionalitéit Reduktioun Aféierung fir Dimensiounsreduktioun, PCA, an t-SNE.
Modul #10 Iwwerliewe Analyse Aféierung fir Iwwerliewe Analyse, Kaplan-Meier Schätzung, an Cox proportional Gefore Modell.
Modul #11 Zäit Serie Analyse Aféierung an Zäitserieanalyse, ARIMA Modeller a Prognosen.
Modul #12 Text Analytics Aféierung an Textanalyse, Textvirveraarbechtung, an Themamodelléierung.
Modul #13 Network Analyse Aféierung fir Netzwierkanalyse, Grafiktheorie, an Zentralitéitsmoossnamen.
Modul #14 Simulatioun Modeller Aféierung fir Simulatiounsmodelléierung, Monte Carlo Methoden, a Prozesssimulatioun.
Modul #15 Optimisatiounstechniken Aféierung fir Optimiséierungstechniken, linear Programméierung an dynamesch Programméierung.
Modul #16 Stochastesch Prozesser Aféierung zu stochastic Prozesser, Markov Ketten, a stochastic Modeller.
Modul #17 Spill Theorie Aféierung an d'Spilltheorie, strategesch Entscheedung, an Nash Gläichgewiicht.
Modul #18 Machine Learning for Decision Science Uwendunge vu Maschinnléieren an Entscheedungswëssenschaften, dorënner Verstäerkungsléieren an Deep Learning.
Modul #19 Big Data Analytics Aféierung fir Big Data Analytics, Hadoop Ökosystem, a Spark.
Modul #20 Cloud Computing fir Decision Science Aféierung zu Cloud Computing, AWS, a Google Cloud Plattform fir Entscheedungswëssenschaft.
Modul #21 Visualiséierung fir Entscheedungswëssenschaft Aféierung fir Datenvisualiséierung, Tableau a Power BI fir Entscheedungswëssenschaft.
Modul #22 Ethik an Entscheedungswëssenschaft Wichtegkeet vun Ethik an Entscheedungswëssenschaft, Bias, a Fairness an Algorithmen.
Modul #23 Fall Studien an Decisioun Science Real-Welt Fallstudien vun Entscheedungswëssenschaftsapplikatiounen, dorënner Gesondheetsariichtung, Finanzen, a Marketing.
Modul #24 Capstone Projet D'Studenten schaffen un engem individuellen oder Teamprojet mat fortgeschratt quantitativen Methoden op e richtege Weltproblem.
Modul #25 Cours Ofschloss & Conclusioun Planung déi nächst Schrëtt an Advanced Quantitative Methods for Decision Science Carrière
