Aufgrund einer geplanten Datenbankwartung ist TISS am Dienstag, den 03.09.2024, voraussichtlich zwischen 07:00 und 09:00 Uhr nicht verfügbar. Wir bitten um Ihr Verständnis.

188.995 Datenorientierte Programmierparadigmen
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2024W, VU, 2.0h, 3.0EC
  • TUWEL-Kurs verfügbar ab: 01.10.2024 00:00.

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: VU Vorlesung mit Übung
  • Format der Abhaltung: Blended Learning

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, daten-orientiert in Python zu programmieren, unter Verwendung von SciPy, Numpy und Pandas, die Grundlagen von maschinellen Lernen und Netzwerkanalyse zu erklären und ein Data Science Projekt umtzsetzen.

Inhalt der Lehrveranstaltung

Die folgende Themen werden in den Vorlesungen behandelt:

  • Einführung in praktische Data Science
  • SciPy, NumPy, Vectorisierung, execution performance measurement
  • Daten Vorbereitung, Strukturierung, Fusionierung mit Pandas
  • Data Science Lösungsansätze und Fallstudien
  • Einführung in maschinelles Lernen
  • Einführung in Netzwerkanalyse

Methoden

Vorlesungen über die Grundlagen

2 praktische Übungen (Übung 1 wird individuell umgesetzt, Übung 2 ist eine Gruppenübung)

Prüfungsmodus

Prüfungsimmanent

Weitere Informationen

Die Vorlesungen sind online. Die Link zur online Vorlesung ist auf TUWEL.

Alle andere Termine finden in Präsenz statt (falls sie wegen der Pandemie online stattfinden müssen, werden eine entsprechende Ankündigung gemacht).

 

Termine

Alle Vorlesungen am Dienstag 12:00 c.t.-13:45.

  1. Kickoff-Session, data science process, community, solution examples (3.10.2023)

  2. SciPy, NumPy, vectorisation, visualisation, benchmarking (10.10.2023)

  3. Preprocessing, Pandas (17.10.2023)

  4. Intro to Machine Learning (24.10.2023)

  5. Network Analysis (7.11.2023)

  6. Introduction to Text Processing (14.11.2023)
  7. Data suitability, Data biases (28.11.2023)

Exercise-related sessions

Review meetings for exercise 2 (15 minutes for each group):

  • 12.12.2023, 9:00-16:00

Exercise 2 Sprechstunden in EI11 zu den üblichen Vorlesungszeiten (freiwillig):

  • 9.1.2024

Project presentation: 23.1.2024, 9:00-18:00


Aufwand:

Python test: 3h
Lectures: 7 sessions @ 2h: 14h
Exercises:
     EX1 (data science process): 22h
    EX2 (project): 36h [includes review meeting (topic + questions + work plan)]
SUM: 75h



Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Di.12:00 - 14:0008.10.2024 - 03.12.2024 Zoom (LIVE)DOPP Vorlesungen
Di.09:00 - 18:0010.12.2024 See TUWELBesprechungen mit Gruppen
Di.12:00 - 14:0007.01.2025EI 11 Geodäsie HS - INF Ex 2 Consultation Session
Di.08:00 - 18:0028.01.2025Seminarraum FAV EG C (Seminarraum Gödel) Präsentationen
Di.08:00 - 18:0028.01.2025Seminarraum FAV EG B (Seminarraum von Neumann) Präsentationen
Datenorientierte Programmierparadigmen - Einzeltermine
TagDatumZeitOrtBeschreibung
Di.08.10.202412:00 - 14:00 ZoomDOPP Vorlesungen
Di.15.10.202412:00 - 14:00 ZoomDOPP Vorlesungen
Di.22.10.202412:00 - 14:00 ZoomDOPP Vorlesungen
Di.29.10.202412:00 - 14:00 ZoomDOPP Vorlesungen
Di.05.11.202412:00 - 14:00 ZoomDOPP Vorlesungen
Di.12.11.202412:00 - 14:00 ZoomDOPP Vorlesungen
Di.19.11.202412:00 - 14:00 ZoomDOPP Vorlesungen
Di.26.11.202412:00 - 14:00 ZoomDOPP Vorlesungen
Di.03.12.202412:00 - 14:00 ZoomDOPP Vorlesungen
Di.10.12.202409:00 - 18:00 See TUWELBesprechungen mit Gruppen
Di.07.01.202512:00 - 14:00EI 11 Geodäsie HS - INF Ex 2 Consultation Session
Di.28.01.202508:00 - 18:00Seminarraum FAV EG C (Seminarraum Gödel) Präsentationen
Di.28.01.202508:00 - 18:00Seminarraum FAV EG B (Seminarraum von Neumann) Präsentationen

Leistungsnachweis

Die Python Prüfung am Anfang muss bestanden werden, um die LVA erfolgreich abschließen zu können. Unterstützung dafür ist vorhanden - Details im Abschnitt "Vorkenntnisse". Die Selbsteinschätzung ist ein guter Indikator dafür, was Sie für die Prüfung wissen müssen. Beachten Sie, dass nur einer der beiden angebotenen Python-Tests abgelegt werden muss.

Zwei praktische Übungen. Die 2. Übung ist anhand von einem Bericht, Jupyter Notebook und Präsentation der Ergebnisse beurteilt.

LVA-Anmeldung

Von Bis Abmeldung bis
10.09.2024 15:30 22.10.2024 23:55 03.11.2024 23:55

Curricula

StudienkennzahlVerbindlichkeitSemesterAnm.Bed.Info
045 006 Digitale Kompetenzen Gebundenes WahlfachSTEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
066 395 Statistics – Probability – Mathematics in Economics Gebundenes Wahlfach
066 645 Data Science Pflichtfach1. Semester
066 646 Computational Science and Engineering Keine Angabe
066 926 Business Informatics Gebundenes Wahlfach
175 FW Freie Wahlfächer - Wirtschaftsinformatik Freifach
880 FW Freie Wahlfächer - Informatik Keine Angabe

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Vorkenntnisse

Grundlegende Kenntnisse in der Programmierung mit Python werden für diese Vorlesung vorausgesetzt. Eine Selbsteinschätzung ist vorhanden: https://github.com/tuw-python/tuw-python-2023WS/blob/main/self_assessment.ipynb

Um die erforderlichen Python-Kenntnisse zu erreichen, kann der einwöchige Intensivkurs "194.123 Programmieren in Python" besucht werden. Die Unterlagen für diesen Kurs stehen allen zur Verfügung und können auch ohne Teilnahme am Kurs durchgearbeitet werden.

Zu Beginn des Kurses wird ein Python-Kenntnistest durchgeführt. Das Bestehen dieses Tests ist Voraussetzung für das Bestehen des Kurses. Das Nichtbestehen des Python-Tests bedeutet, dass Sie den Kurs nicht fortsetzen können, führt aber nicht zu einen negativen Zeugnis für den gesamten Kurs.

 

 

Vorausgehende Lehrveranstaltungen

Begleitende Lehrveranstaltungen

Sprache

Englisch