Navigation Zur Modulseite
Anzeigesprache

Data Science Toolbox

6 LP

Deutsch

#70348 / #1

Seit WS 2018/19

Fakultät VII

TEL 12-11

Institut für Technologie und Management

37331700 FG Vertrauen in digitale Dienste

Teubner, Timm-Christopher

Keine Angabe

teubner@tu-berlin.de

POS-Nummer PORD-Nummer Modultitel
2348177 39972 Data Science Toolbox

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

Pflichtgruppe:

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen Art Nummer Turnus Sprache SWS
Data Science Toolbox VL 3733 L 9811 WS Deutsch/Englisch 2
Data Science Toolbox UE 3733 L 9815 WS Deutsch/Englisch 2

Arbeitsaufwand und Leistungspunkte

Data Science Toolbox (VL):

Aufwandbeschreibung Multiplikator Stunden Gesamt
Präsenzzeit 15.0 2.0h 30.0h
Vor-/Nachbereitung 15.0 2.0h 30.0h
60.0h(~2 LP)

Data Science Toolbox (UE):

Aufwandbeschreibung Multiplikator Stunden Gesamt
Präsenzzeit 15.0 2.0h 30.0h
Vor-/Nachbereitung 15.0 2.0h 30.0h
60.0h(~2 LP)

Lehrveranstaltungsunabhängiger Aufwand:

Aufwandbeschreibung Multiplikator Stunden Gesamt
Prüfungsvorbereitung 1.0 60.0h 60.0h
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:

Keine Angabe

Abschluss des Moduls

Benotung:

benotet

Prüfungsform:

Schriftliche Prüfung

Sprache:

Deutsch

Dauer/Umfang:

60 Minuten

Dauer des Moduls

Dieses Modul kann in einem Semester abgeschlossen werden.

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

Zurzeit wird die Datenstruktur umgestellt. Aus technischen Gründen wird die Verwendung des Moduls während des Umstellungsprozesses in zwei Listen angezeigt.

Dieses Modul wird auf folgenden Modullisten verwendet:

Dieses Modul wird in folgenden Studiengängen verwendet:

Sonstiges

Keine Angabe