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.

2018W, VU, 2.0h, 3.0EC

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: VU Vorlesung mit Übung

Ziele der Lehrveranstaltung

Diese Lehrveranstaltung vermittelt die grundlegende Programmieransätze in Data Science. Der Schwerpunkt liegt auf Computational Thinking, die Formulierung von Problemen und ihre Lösungsformen, sodass ein Computer sie ausführen können. Methoden für die Erhöhung der Effizienz der Lösungen werden auch besprochen. Fallbeispiele zeigen die praktische Umsetzung von Data Science Lösungen.

Inhalt der Lehrveranstaltung

Die folgende Themen werden in den Vorlesungen behandelt:

  • Einführung in Data-Oriented programming Paradigms
  • Python
  • SciPy, NumPy, Vectorisierung, execution performance measurement
  • Daten Vorbereitung, Strukturierung, Fusionierung
  • Data Science Lösungsansätze und Fallstudien
  • Einführung in Netzwerkanalyse

Drei praktische Übungen sind Teil vom Kurs.

 

Aufwand:

Python tutorial: 4h
Lectures: 7 sessions @ 2h: 14h

Exercises:
    EX1 (OO vs. DO): 5h
    EX2 (pandas + sklearn): 10h

    EX3 (project): 42h [includes review meeting (topic + questions + work plan)]
SUM: 75h

Weitere Informationen

Termine

Alle Vorlesungen am Dienstag 11:30st-13:00. Vorlesungen im Hauptgebäude HS6.

  1. Kickoff-Session, data science process, community, solution examples [Hanbury] (9.10)

  2. Introduction to DOPP, text stream processing [Böck] (16.10)
  3. Python tutorial [Böck] (23.10)

  4. SciPy, NumPy, vectorisation, visualisation, benchmarking [Böck] (30.10)

  5. Preprocessing, Pandas [Kiesling] (6.11)

  6. Intro to Machine Learning/sklearn [Hanbury] (13.11)

  7. Network Analysis [Hanbury] (27.11)

Exercise-related sessions

Review meetings for exercise 3. 18.12.2018, 14:00-18:00 (15 minutes for each group)

Project presentation. 21.1.2019 in Hörsaal 6, 9:00-16:00


Kickoff-Session, data science process, community, solution examples

Vortragende

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Di.11:00 - 13:0002.10.2018 - 29.01.2019Hörsaal 6 Vorlesungen
Di.11:00 - 13:0009.10.2018EI 11 Geodäsie HS First Lecture
Di.14:00 - 18:0018.12.2018 Favoritenstraße 9-11, Stiege 3, 2. Stock, Besprechungsraum HD 02 15Review Meetings
Mo.09:00 - 16:0021.01.2019Hörsaal 6 Presentations
Datenorientierte Programmierparadigmen - Einzeltermine
TagDatumZeitOrtBeschreibung
Di.02.10.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.09.10.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.09.10.201811:00 - 13:00EI 11 Geodäsie HS First Lecture
Di.16.10.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.23.10.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.30.10.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.06.11.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.13.11.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.20.11.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.27.11.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.04.12.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.11.12.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.18.12.201811:00 - 13:00Hörsaal 6 Vorlesungen
Di.18.12.201814:00 - 18:00 Favoritenstraße 9-11, Stiege 3, 2. Stock, Besprechungsraum HD 02 15Review Meetings
Di.08.01.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.15.01.201911:00 - 13:00Hörsaal 6 Vorlesungen
Mo.21.01.201909:00 - 16:00Hörsaal 6 Presentations
Di.22.01.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.29.01.201911:00 - 13:00Hörsaal 6 Vorlesungen

Leistungsnachweis

Ex1, Ex2: 1..100 points. Minimum 35.

Grade=0.25*Ex1+0.75*Ex2. Minimum 50.

LVA-Anmeldung

Von Bis Abmeldung bis
02.10.2018 09:00 12.11.2018 23:00 23.11.2018 23:55

Curricula

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Sprache

Englisch