Zur Merkliste hinzufügen
Zurück

 

37817-01 - Seminar: Banking and Finance - Machine Learning in Action 6 KP

Semester Herbstsemester 2022
Angebotsmuster Jedes Herbstsemester
Dozierende Jacqueline Henn (jacqueline.henn@unibas.ch, BeurteilerIn)
Paolo Vanini (paolo.vanini@unibas.ch)
Inhalt Lernen Sie mit Daten und Machine Learning zu arbeiten - ganz ohne Voraussetzungen!
Und wenn Sie bereits Kenntnisse in Python haben, vertiefen Sie diese mit neuen Modulen.

Detaillierter Kursaufbau:
Absolvierung des Datacamps (www.datacamp.com)
Geführtes Lernen von Machine Learning mit Python mit online-Kurs (ca. 35h)
Es werden keine Programmierkenntnisse vorausgesetzt!
Installation von Anaconda
Entwicklungsumgebung, um wissenschaftliche Fragestellungen zu beantworten.
https://www.anaconda.com/
Auswahl einer wissenschaftlichen Fragestellung in Kaggle (www.kaggle.com)
Diese in derbEntwicklungsumgebung zum Laufen bringen.
Eigener Beitrag:
- Weiterentwicklung der Fragestellung
- Alternativ Anwendung eines Programms auf neuen Datensatz
Präsentation/Paper:
- Präsentation ersten Resultate im Seminar
- Die Schlussarbeit ist ein vollständig dokumentiertes Python Programm mit den Datenfiles inklusive Interpretation der Ergebnisse
Lernziele Anwendung von Machine Learning mit Python in Banking und Finance
Im diesem Seminar gehen Sie durch ein DataCamp, um alle relevanten Programmiergrundlagen zu lernen und wenden diese anschliessend auf vorbereitete Datensätze im Bereich Banking und Finance an.
Stärken Sie Ihre Skills für das Wissenschftliche Arbeiten oder Ihren Berufseintieg.
Bemerkungen
Weblink Weblink zu ADAM

 

Teilnahmebedingungen Abgeschlossenes Bachelorstudium.
Ausserdem gilt folgende seminarspezifische Priorisierung:
1. Die Veranstaltung 12036 Econometrics muss mit mind. 4.5 bestanden sein.
2. Anzahl bereits erworbener Kreditpunkte insgesamt

Die allgemeinen Zuteilungskriterien für die Masterseminare sind hier zu finden: https://wwz.unibas.ch/de/studium/master/masterseminare/
Anmeldung zur Lehrveranstaltung Die Anmeldung für dieses Seminar läuft zentral über das Studiendekanat vom 16. Mai bis 13. Juni 2022 per online- Anmeldeformular, das auf der homepage gefunden werden kann:https://wwz.unibas.ch/de/studium/master/masterseminare/. Die Zusage zu einem Seminar ist verbindlich. Bei Nicht-Teilnahme nach erfolgter Zusage wird im Leistungsausweis "nicht erschienen" , bei Abbruch nach Themenzuteilung eine "1.0" ausgewiesen. Ausserdem verliert man damit die Priorisierung der Wünsche für zukünftige Seminaranmeldungen.
Unterrichtssprache Deutsch
Einsatz digitaler Medien kein spezifischer Einsatz

 

Intervall unregelmässig
Datum 19.09.2022 – 15.11.2022
Zeit Siehe Detailangaben
Datum Zeit Raum
Montag 19.09.2022 10.15-12.00 Uhr Wirtschaftswissenschaftliche Fakultät, Seminarraum S13 HG.35
Montag 14.11.2022 08.15-16.00 Uhr Wirtschaftswissenschaftliche Fakultät, Seminarraum S13 HG.35
Dienstag 15.11.2022 08.15-16.00 Uhr Wirtschaftswissenschaftliche Fakultät, Seminarraum S13 HG.35
Module Modul: Preparation Master's Thesis in Finance and Money (Masterstudium: Finance and Money)
Modul: Research Design in Business and Economics (Masterstudium: Wirtschaftswissenschaften)
Modul: Research Design in Finance, Controlling, Banking (Masterstudium: Wirtschaftswissenschaften)
Modul: Research Design in Monetary Economics and Financial Markets (Masterstudium: Wirtschaftswissenschaften)
Modul: Seminararbeiten (Masterstudium: Wirtschaftswissenschaften (Studienbeginn vor 01.08.2021))
Leistungsüberprüfung Seminarleistung
Hinweise zur Leistungsüberprüfung Die Leisungsüberprüfung erfolgt in Form eines Datacamps (1/3), eines Codes inkl. Dokumentation (1/3) und einer Präsentation (1/3). Es wird erwartet, dass sich alle Teilnehmenden an der Diskussion beteiligen.
An-/Abmeldung zur Leistungsüberprüfung An- und Abmelden: Fakultät
Wiederholungsprüfung keine Wiederholungsprüfung
Skala 1-6 0,1
Wiederholtes Belegen beliebig wiederholbar
Zuständige Fakultät Wirtschaftswissenschaftliche Fakultät / WWZ, studiendekanat-wwz@unibas.ch
Anbietende Organisationseinheit Wirtschaftswissenschaftliche Fakultät / WWZ

Zurück