Moses - Grundlagen für Data Literacy und Data Science

Zur Modulseite PDF generieren

Modul / Version
#41119 / #1

Gültigkeit
WiSe 2023/24 - WiSe 2024/25

Verfügbare Sprache(n)
English

Titel des Moduls
Foundations of Data Literacy and Data Science
Grundlagen für Data Literacy und Data Science

Leistungspunkte
6

Modulverantwortliche*r
Deniz, Fatma

Benotung
Benotet

Prüfungsform
Schriftliche Prüfung

Lehrsprache(n)
English

Zugehörigkeit

Fakultät
Fakultät IV

Institut
Institut für Softwaretechnik und Theoretische Informatik

Fachgebiet
34353100 FG Sprache und Kommunikation in biologischen und künstlichen Systemen

Prüfungsausschuss
Keine Angabe

Kontakt

Sekretariat
MAR 6-4

Ansprechpartner*in
Keine Angabe

E-Mail-Adresse
a.dsa@tu-berlin.de

Webseite

https://denizenslab.github.io/teaching

Diese Modulbeschreibung ist nicht oder nicht vollständig auf deutsch hinterlegt.

Es wird stattdessen der Inhalt der folgenden Sprachversion angezeigt: Englisch.

Klicken Sie hier um die Inhalte der fehlenden oder unvollständige Sprachversion (Deutsch) anzuzeigen

Diese Modulbeschreibung gilt nicht im aktuellen Semester.

Die Modulbeschreibung gilt nur für den Zeitraum WiSe 2023/24 - WiSe 2024/25. Die Version für das aktuelle Semester (SoSe 2025) finden Sie hier: Modulbeschreibung des SoSe 2025

Lernergebnisse

- Understanding the basic concepts of data, including data type and data structures, and real-world data sources - Learning the concepts and skills in computer programming and statistical inference - Identifying and retrieving relevant information from data, analyzing and interpreting using statistical methods and visualization techniques, critically evaluating results - Ethical considerations and privacy in data handling

Lehrinhalte

Digitalization and growing amounts of data in science and business require combining skills from different disciplines to create solutions for real-world applications successfully. Therefore, the ability to handle data effectively and critically, and to apply the necessary methodological resources to make informed decisions has become increasingly important across all study fields. The goal of this course is to provide, a critical understanding of data, foundational knowledge in statistical methods and visualization techniques to retrieve, understand, and meaningfully use data to make inferences. Students will learn to analyze, understand, and interpret data using real-world examples. They will gain skills in data-centric programming using the programming language Python and apply statistical methods to make inferences. In addition, students will learn best practice approaches to data retrieval, preparation, and processing, as well as formulating relevant questions to domain-specific datasets. Finally, the ethical and social considerations of data literacy and data science will be discussed.

Modulbestandteile

Compulsory area

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Foundations of Data Literacy and Data Science	VL		WiSe/SoSe	en	2
Foundations of Data Literacy and Data Science	UE		WiSe/SoSe	en	2

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Foundations of Data Literacy and Data Science (VL):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Attendance	15.0	2.0h	30.0h
Pre/post processing	15.0	4.0h	60.0h
			90.0h(~3 LP)

Foundations of Data Literacy and Data Science (UE):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Attendance	15.0	2.0h	30.0h
Pre/post processing	15.0	4.0h	60.0h
			90.0h(~3 LP)

Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Main lecture, lab, and homework assignments. During the lecture, the foundational concepts are introduced. In the lab sessions, students will be guided in practical programming exercises. Students receive programming and homework assignments. A pre-requisite to take part in the final written exam is successful participation in the programming and homework assignments.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Sound understanding of written and spoken English. Basics in statistics.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Voraussetzung
Leistungsnachweis »[CoCo] Foundations of Data Literacy and Data Science: Successful completion of assignments«

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Written exam

Sprache(n)

English

Dauer/Umfang

90 minutes

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

Die maximale Teilnehmerzahl beträgt 300.

Anmeldeformalitäten

All interested students have to attend the first lecture to activate the registration. Alle Studierende müssen an dem ersten Lehrveranstaltungstermin teilnehmen um den Registrierungsprozess aktivieren zu können.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: verfügbar

Zusätzliche Informationen:

Literatur

Empfohlene Literatur
Computational and Inferential Thinking: The Foundations of Data Science

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

	Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe