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.

2020S, 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

  • 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

Fachspezifische Inhalte - Lister der zur Auswahl stehenden Lehrveranstaltungen umfasst

  • 226.048 SE 2.0/2.0 Ecology
  • 120.031 VO 1.5/1.0 Introduction to Earth Observation
  • 120.034 Data Retrieval from Earth Observation
  • 389.159 VU 3.0/2.0 Network Security
  • 202.064 Computational Biomaterials and Biomechanics (provisional - pending approval by the curriculum commission)
  • 1564 Humanitarian Logistics (WU Wien) (provisional - pending approval by the curriculum commission)
  • 220029 VO 3.0/2.0 Journalismus im Wandel medialer Bedingungen (Uni. Wien, in German) (provisional - pending approval by the curriculum commission)
  • 840.036 Methoden der Medizin (Med. Uni. Wien, in German) (provisional - pending approval by the curriculum commission)
  • 851.099 Epidemiological Methods (Med. Uni. Wien) (provisional - pending approval by the curriculum commission)

 Weitere LVAs werden in der Folge der Ringvorlesung 194.046 hinzugefügt werden.

Die Auswahl der entsprechenden LVA sollte in 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. 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

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. Deteils sind in den jeweiligen Lerhveranstaltungen ersichtlich.

LVA-Anmeldung

Nicht erforderlich

Curricula

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Sprache

Deutsch