194.068 Fachspezifische Lehrveranstaltungen in Data Science
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2021W, VU, 2.0h, 3.0EC

Merkmale

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

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage

  • die Terminologie der gewählten Fachdisziplin zu verstehen und zu erklären,
  • die Vielzahl an Herausforderungen in der Anwendung von Data Science Methodologien in der jeweiligen Domänen zu verstehen, und
    die Aufgabenstellungen, Datentypen und Werkzeuge der unterschiedlichen Disziplinen benennen und erklären zu können
  • Daten in der ausgewählten Spezialisierungsdomäne zu verarbeiten und zu analysieren
  • geeignete Methoden basierend auf den Datenvoraussetzungen auszuwählen und auf reale Daten anzuwenden

 

Inhalt der Lehrveranstaltung

Die domain-spezifische LVA ist Teil des entsprechenden Moduls im Data Science Curriculum und bildet einen inhaltlichen Block gemeinsam mit der Ringvorlesung 194.046 Interdisciplinary Lecture Series on Data Science, sowie dem Praktikum 194.047 Interdisciplinary Project in Data Science.

Konkret bildet die disziplinspezifische LVA, auszuwählen aus der unten angeführten Liste, die Basis für die Arbeiten im entsprechenden interdisziplinären Projekt. Diese sollte daher idealerweise vor, möglicherweise auch begleitend zum entsprechenden Projekt absolviert werden.

Die Liste der zur Auswahl stehenden Lehrveranstaltungen (teilweise an der TU Wien, teilweise an anderen Universitäten) umfasst :

  • 226.048 SE 2.0/2.0 Ecology
  • 120.031 VO 1.0/1.5 Introduction to Earth Observation
  • 120.034 VO 1.0/1.5  Data Retrieval from Earth Observation
  • 120.035 UE 1.0/1.5  Data Retrieval from Earth Observation
  • 389.159 VU 3.0/2.0 Network Security
  • 202.064 Computational Biomaterials and Biomechanics
  • 1564 Humanitarian Logistics (WU Wien)
  • 220029 VO 3.0/2.0 Journalismus im Wandel medialer Bedingungen (Uni. Wien, in German)
  • 840.036 Methoden der Medizin (Med. Uni. Wien, in German)
  • 851.099 Epidemiological Methods (Med. Uni. Wien)
  • 100015 VO NdL: Germanistik digital (Uni. Wien) 
  • 166.142 Biologie 
  • 185.329 Grundlagen der Klinischen Medizin
  • 185.334 Klinische Medizin 
  • 330.214 Project and Enterprise Financing
  • 301905 Information-processing in neuronal networks (Uni. Wien) 
  • 311.114 Industrial Manufacturing Systems 
  • 330.273 Assistance Systems in Manufacturing 2 
  • 330.289 Cobot Studio @Pilot Factory for Industry 4.0
  • 230.016 Straßenbetrieb
  • 226.052 VO Freshwater quality and ecology + 226.039 Seminarreihe Wassergütewirtschaft

 Weitere LVAs werden in der Folge der Ringvorlesung 194.046 hinzugefügt werden. Diese werden voraussichtlich umfassen:

  • 931.300 Agricultural engineering in plant production - seminar (in Eng.)  (BOKU)
  • 931.307 Technologiefolgenabschätzung für die Landwirtschaft VO+UE  (BOKU)
  • 915.326 Life cycle assessment nachwachsender Rohstoffe VO + UE (BOKU)
  • 931.305 Post-harvest technology (in Eng.) (VO + EX) (BOKU)
  • 931.314 GPS-gestützte Landwirtschaft VO+EX (BOKU)
  • 832.313 Grundlagen der Wildtierökologie VO (BOKU)
  • 832.307Biologie heimischer Wildtiere VO (BOKU)
  • 832.332 Conservation BiologieVO (BOKU)
  • <...>

 

Die Auswahl der entsprechenden LVA muss in inhaltlicher Abstimmung mit der LVA 194.047 Interdisziplinären Projekt aus Data Science erfolgen.

 

Methoden

Inhalte werden in Vorträgen vorgestellt und teilweise in begleitende Übungen von Studierenden erarbeitet bzw. durch Exkursionen ergänzt. Zusätzlich können von den Studierenden Hausaufgaben oder größere Fallbeispiele alleine bzw. in Gruppen zu lösen sein. Wenn erforderlich, werden entsprechende Werkzeuge eingesetzt.

Prüfungsmodus

Schriftlich und Mündlich

Vortragende Personen

Institut

Leistungsnachweis

Die Beurteilung erfolgt auf Basis schriftlicher Tests, kontinuierlich in Übungen erbrachter Leistungen, sowie durch die Beurteilung von Abgaben bzw. in Abgabegesprächen zu gelösten Fallbeispielen. Details sind in den jeweiligen Lerhveranstaltungen ersichtlich.

 

LVA-Anmeldung

Nicht erforderlich

Curricula

StudienkennzahlSemesterAnm.Bed.Info
066 645 Data Science

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Sprache

Deutsch