Der Weiterbildungslehrgang in Predictive Analytics (CAS Statistical Modelling) besteht aus vier Modulen: „Information Processing with R“ mit den Inhalten Data wrangling und visualisation, Reporting tools, Analysestrategie entwerfen, shiny erstellen, „Advanced Regression Modelling“ mit Methoden der Regressionsrechnung nichtnormalverteilter Zielgrössen, Modellbeurteilung, Entwicklung datengeschützter generalisierte Regressionsmodelle, „Analysis of Time to Event Data“ Modelleignung, Hazardrate, Zensierung, Inferenz, Ausfall- und Wartezeit-Modelle, „Network Analysis“ mit soziale Netzwerk-Modelle und Eigenschaften, Community-Strukturen und Zentralitäts-Masse, Diffusion in sozialen Netzwerken, grafische Modelle und Kausalität, Visualisierung von Netzwerken und 2-dim embedding.

Die Weiterbildung in Predictive Analytics richtet sich an Personen wie Analytiker/innen, die für die Bearbeitung von Unternehmens- oder öffentliche Daten zuständig sind, ebenso wie an Personen, die mit der Auswertung von Kundendaten, der Überwachung und Regelung von Betriebs- oder Produktionsprozessen betraut sind oder die Lieferung von statistischen Modellen oder Berichten als datengeschützte Entscheidungs-Grundlagen.

Der Lehrgang in Predictive Analytics setzt von den Teilnehmenden einen Hochschulabschluss voraus, jedoch können auch Praktiker/innen mit gleichwertigen Berufskompetenzen von der Studienleitung zugelassen werden. Für alle Studieninteressenten gilt der abgeschlossene CAS Datenanalyse als Zulassungsvoraussetzung.

Einmal wöchentlich findet der Lehrgang in Predictive Analytics statt, ganztags, verteilt über einen Zeitraum von fünf Monaten.

Absolventen und Absolventinnen der Predictive Analytics Weiterbildung erlangen nach bestandenem Kurs das „Certificate of Advanced Studies in Statistical Modelling“ mit 12 ECTS.