Datenwissenschaft

Data Science vereint modernste Computertechnologie, fortgeschrittene statistische Methoden und Fachwissen, um aus den riesigen Datenmengen unserer heutigen Gesellschaft wertvolle Erkenntnisse zu gewinnen. Dieses innovative Programm nutzt das Wissen von weltweit führenden Statistikern, Informatikern und Experten für maschinelles Lernen und stattet Studierende mit den quantitativen Fähigkeiten aus, die für eine erfolgreiche Karriere unerlässlich sind. Absolventen erlangen ein umfassendes Verständnis der Grundlagen von Data Science und entwickeln Expertise in Bereichen wie Data Mining, Künstliche Intelligenz, statistisches maschinelles Lernen und Big-Data-Analyse. Zu den wichtigsten erworbenen Kompetenzen gehören: - **Programmierung**: Beherrschung von Programmiersprachen wie R und Python. - **Modellierung**: Erstellung von Vorhersagemodellen. - **Design**: Entwicklung effektiver Datenlösungen. Um die Beschäftigungsfähigkeit zu verbessern, legt das Curriculum der Kent University Wert auf übertragbare Kompetenzen wie kritisches Denken, effektive Kommunikation, Problemlösungskompetenz und Teamfähigkeit. Die Teilnahme an Kent Extra-Aktivitäten wie Sprachkursen oder Freiwilligenarbeit ermöglicht es Studierenden, ihre Kompetenzen weiter auszubauen. Ein Industriepraktikum kann die Lernerfahrung erheblich bereichern und die zukünftigen Karrierechancen positiv beeinflussen.

### Standort

Ein Studium in Canterbury bietet ein lebendiges, vielfältiges und studentenfreundliches Umfeld. Die Stadt ist inmitten ihrer beeindruckenden historischen Kulisse ein Zentrum für spannende neue Ideen.

### Modulübersicht

**Jahr 1**:  

- Mathematik für Data Science  

- Programmierung I & II  

- Internettechnologien  

- Grundlagen der Wahrscheinlichkeitstheorie und Statistik  

- Anwendungen und Übungen mit R und Python  

**Jahr 2**:  

- Algorithmen  

- Datenbanksysteme  

- Prädiktive und erklärende Modellierung  

- Optimierung für die Datenanalyse  

- Grundlagen der KI  

**Jahr 3**:  

- Natürliche Berechnung  

- Maschinelles Lernen und Deep Learning  

- Bayes'sches maschinelles Lernen  

- Data-Science-Projekt  

- Optional: Data Mining und Wissensentdeckung, Verarbeitung natürlicher Sprache