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.

2019W, VU, 2.0h, 3.0EC

Merkmale

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

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 Data-Oriented programming Paradigms
  • Python
  • 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

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

Prüfungsmodus

Prüfungsimmanent

Weitere Informationen

Termine

Alle Vorlesungen am Dienstag 11:00 c.t.-12:45. Vorlesungen im Hauptgebäude HS6.

  1. Kickoff-Session, data science process, community, solution examples [Hanbury] (8.10.2019)

  2. Introduction to DOPP, text stream processing [Böck] (15.10.2019)

  3. Python tutorial [Böck] (22.10.2019)

  4. SciPy, NumPy, vectorisation, visualisation, benchmarking [Böck] (29.10.2019)

  5. Preprocessing, Pandas [Piroi] (5.11.2019)

  6. Intro to Machine Learning [Hanbury] (19.11.2019)

  7. Network Analysis [Hanbury] (3.12.2019)

Exercise-related sessions

Review meetings for exercise 3: 17.12.2019, 12:00-18:00 (15 minutes for each group) - Meeting Room HC 01 15, Favoritenstraße 9, 1st Floor

Project presentation. 27.1.2020 in Hörsaal 6, 9:00-16:00


Vortragende

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Di.11:00 - 13:0001.10.2019 - 28.01.2020Hörsaal 6 Vorlesungen
Di.14:00 - 18:0017.12.2019 Favoritenstraße 9-11, Stiege 2, 1. Stock, Besprechungsraum HC 01 15Review Meetings
Mo.09:00 - 16:0027.01.2020Hörsaal 6 Presentations
Datenorientierte Programmierparadigmen - Einzeltermine
TagDatumZeitOrtBeschreibung
Di.01.10.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.08.10.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.15.10.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.22.10.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.29.10.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.05.11.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.12.11.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.19.11.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.26.11.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.03.12.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.10.12.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.17.12.201911:00 - 13:00Hörsaal 6 Vorlesungen
Di.17.12.201914:00 - 18:00 Favoritenstraße 9-11, Stiege 2, 1. Stock, Besprechungsraum HC 01 15Review Meetings
Di.07.01.202011:00 - 13:00Hörsaal 6 Vorlesungen
Di.14.01.202011:00 - 13:00Hörsaal 6 Vorlesungen
Di.21.01.202011:00 - 13:00Hörsaal 6 Vorlesungen
Mo.27.01.202009:00 - 16:00Hörsaal 6 Presentations
Di.28.01.202011:00 - 13:00Hörsaal 6 Vorlesungen

Leistungsnachweis

Drei praktische Übungen. Die 3. Übung ist anhand von einem Bericht, Jupyter Notebook und Präsentation der Ergebnisse beurteilt.

LVA-Anmeldung

Von Bis Abmeldung bis
25.09.2019 09:00 11.11.2019 23:00 22.11.2019 23:55

Curricula

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Sprache

Englisch