Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage rechtliche und ethische Aspekte der Verwendung von Daten zu diskutieren, ein Problem für die Lösung durch Data Science-Ansätze zu formulieren, rigorose Data Science Experimente zu entwerfen und die Ergebnisse von komplexen Datenanalysen zu interpretieren.

Die folgende Themen werden in den Vorlesungen behandelt:

• Einführung in Data Science
• Daten und der Daten Life Cycle
• Konzeptuelle Entwurf von Experimenten
• Workflow Paradigmen
• Daten Management, Reproduzierbarkeit und Nachverfolgbarkeit
• Fehler Analyse und statistische Tests
• Fortgeschrittene Entwurf von Experimenten

Zwei praktische Übungen sind Teil vom Kurs.

Aufwand:

9 2-Stunden Vorlesungen: 18h
Übungsbeispiel 1: 10h
Übungsbeispiel 2 (inkl. Präsentation): 30h
Vorbereitung Prüfung: 16h
Prüfung: 1h
SUMME: 75h

Vorlesungen, Übungen

05.10.2023 14:15-15:45 – Hanbury: Introduction to Course and Data Science
12.10.2023 14:15-15:45 – Hanbury: Introduction to Ethical and Legal Aspects
19.10.2023 14:15-15:45 – Knees: Data Science Experiments
09.11.2023 14:15-15:45 – Knees: Experimental Designs I
16.11.2023 14:15-15:45 – Schindler: Hands-on Data Science Workflow
23.11.2023 14:15-15:45 – (Backup date - might not be needed)
30.11.2023 14:15-15:45 – Knees: Experimental Designs II
07.12.2023 14:15-15:45 – Knees: Experimental Designs III
14.12.2023 14:15-15:45 – Rauber: Reproducibility
21.12.2023 14:15-15:45 – Rauber: Data Management

11.01.2024 14:15-15:45 Project Presentations
18.01.2024 14:15-15:45 Project Presentations
25.01.2024 14:15-15:45 Project Presentations
25.01.2024 18:00-20:00 Written Exam

March 2024 Exam repeat 1
May 2024 Exam repeat 2

2 Übungen, Prüfung