Machine Learning in der Unternehmensrechnung

Hinweis

Die Veranstaltung wird jedes Sommersemester angeboten und ist für eines der folgenden Module im FACTS-Master anrechenbar:

• Spezialfragen der Unternehmensrechnung und Wirtschaftsprüfung
• Spezialfragen des Controlling
• Spezialfragen der Finanzierung

Inhalte

Angesichts des stetigen Wachstums verfügbarer Datenmengen und der kontinuierlichen Fortschritte in der Rechenleistung hat sich Machine Learning zu einem dynamischen Forschungs- und Anwendungsfeld entwickelt. Diese Entwicklung findet sich auch in der Unternehmensrechnung wieder, wo Machine-Learning-Algorithmen zunehmend in der betrieblichen Praxis und Forschung eingesetzt werden.

Das Ziel dieses Kurses besteht darin, den Teilnehmenden eine Einführung in die Funktionsweise, das Potenzial und Risiken wesentlicher Machine-Learning-Algorithmen zu geben. Dabei liegt ein besonderer Fokus auf deren Anwendbarkeit in der Unternehmensrechnung, sowohl in der betrieblichen Praxis als auch in der Forschung. Neben der Vermittlung der theoretischen Grundlagen werden die Teilnehmenden auch an die konkrete Anwendung von Machine-Learning-Algorithmen mittels der Programmiersprache Python herangeführt. Darüber hinaus gewähren Gastvorträge einen Einblick in die Anwendung von Machine Learning in der Unternehmenspraxis. Im Speziellen werden dabei folgende Lernziele und Inhalte verfolgt: 

Lernziele

Inhalte

Erwerb eines grundlegenden Verständnisses der Funktionsweise von Machine-Learning-Algorithmen Fähigkeit zur kritischen Bewertung und sinnvollen Interpretation der Ergebnisse von Machine-Learning-Modellen Praktische Anwendung von Machine-Learning-Algorithmen auf Datensätze mithilfe von Python Vertieftes Verständnis der Anwendungsbereiche von Machine Learning in der Unternehmensrechnung, sowohl in der Forschung als auch in der betrieblichen Praxis

Einführung in die Grundlagen des überwachten und unüberwachten Lernens Modellselektion und -evaluation  Regressionsanalysen Klassifikationsanalysen Clustering Natural Language Processing  Einführung in Python zur Anwendung von Machine-Learning-Algorithmen

Organisatorisches

• Dozent: Prof. Dr. Stephan Küster
• Veranstaltungstyp: Vorlesung & Seminaristischer Unterricht (6 ECTS)
• Prüfungsform: Schriftliche Klausur (90 Minuten)
• Ort: K 006b PC-Pool 2 (Garystr. 21)
• Zeit: montags, 15.15h - 17.45h
• Beginn: 15.04.24
• Frequenz: wöchentlich

Teilnahmevoraussetzungen

Dieser Kurs richtet sich an Anfänger im Bereich Machine Learning, die über solide Grundkenntnisse in Statistik verfügen. Vorkenntnisse in Programmiersprachen werden empfohlen, sind aber nicht vorausgesetzt. Die Verwendung eines eigenen Notebooks wird empfohlen.