Zur Modulseite PDF generieren

#70348 / #1

WS 2018/19 - WiSe 2021/22

Deutsch

Data Science Toolbox

6

Teubner, Timm-Christopher

Benotet

Schriftliche Prüfung

Deutsch

Zugehörigkeit


Fakultät VII

Institut für Technologie und Management

37331700 FG Vertrauen in digitale Dienste

Betriebswirtschaftslehre

Kontakt


Keine Angabe

Tran Nhat, Ha Diana

tran.nhat@tu-berlin.de

Lernergebnisse

Unsere Welt und vor allem unsere Arbeitsweise sind zunehmend von Daten geprägt. Aufgrund der stetig wachsenden Menge, Komplexität und Bedeutung von Datenbeständen ist der Umgang mit Daten heute eine der wichtigsten Kompetenzen überhaupt - im Prinzip fast in allen Berufsbildern. In dieser Vorlesung wird den Teilnehmern ein Werkzeugkasten von Methoden entlang des gesamten Informationslebenszyklus vermittelt. Dies beinhaltet Ansätze von der Datenerhebung (z.B. Surveys, Experimente, WebCrawling), Strukturierung (z.B. Filtering, Clustering), Visualisierung (z.B., statisch, online, Netzwerke), bis hin zu Methoden der Analyse und Visualisierung (z.B., Clustering, Web-Crawling, Netzwerkanalyse). Es werden grundlegende aber angewandte Fragen der Statistik sowie praktische Fähigkeiten in Sprachen wie Java und R vermittelt. Ergänzt und erprobt werden die Inhalte anhand von Fallstudien und echten Datenbeispielen. Zusätzlich wird die Vorlesung durch Gastbeiträge von Praxispartnern ergänzt. Im Ergebnis lernen die Teilnehmer, selbstständig daten-basierte Projekte von der Konzeption bis zur Beschreibung und Darstellung der Erkenntnisse durchzuführen.

Lehrinhalte

Ziel des Moduls ist es, ein Grundverständnis für daten-basierte Projekte und Fragestellungen sowie praktische Fähigkeiten und Methoden zu vermitteln. Dabei werden unter anderem folgende Aspekte behandelt: • Umfragen und Experimente: Design, Durchführung, Auswertung • WebCrawling 101: Onlinedaten nutzbar machen • Datenvisualisierung • Filtering & Clustering • Data Cleaning & Pre-processing • (Social) Network Analysis • Machine Learning 101 • Lineare Regression

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Data Science ToolboxVL3733 L 9811WiSede, en2
Data Science ToolboxUE3733 L 9815WiSede, en2

Arbeitsaufwand und Leistungspunkte

Data Science Toolbox (VL):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.02.0h30.0h
Vor-/Nachbereitung15.02.0h30.0h
60.0h(~2 LP)

Data Science Toolbox (UE):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.02.0h30.0h
Vor-/Nachbereitung15.02.0h30.0h
60.0h(~2 LP)

Lehrveranstaltungsunabhängiger Aufwand:

AufwandbeschreibungMultiplikatorStundenGesamt
Prüfungsvorbereitung1.060.0h60.0h
60.0h(~2 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

• Lehrvortrag (klassische Vorlesung) • Interaktive Diskussion • In-Class Experimente • Programmierworkshops • Gruppenarbeit und Vorträge

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Es bestehen keinerlei Voraussetzungen zur Teilnahme am Modul.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Schriftliche Prüfung

Sprache(n)

Deutsch

Dauer/Umfang

60 Minuten

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Wintersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Keine Angabe

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar

 

Literatur

Empfohlene Literatur
Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe