107.106 AKSTA Statistical Computing
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2020S, VO, 2.0h, 3.0EC
TUWELQuinn ECTS Erhebung

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: VO Vorlesung

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage

  • die Struktur der Programmierung in der Software R zu skizzieren,
  • größere und komplexere Datenmengen mit R effizient zu bearbeiten und zu visualisieren.

Inhalt der Lehrveranstaltung

Die Lehrveranstaltung gibt eine Einführung in den Einsatz moderner Software für die statistische Datenanalyse. Themenbereiche inkludieren die statistsche Programmiersprache R Anwendung statistischer Modelle und Tests in R graphische Datenvisualisierung Regression Programmieren in R Entwicklung und Dokumentation eigener Programmmodule.

Methoden

Übungen mit konkreten Daten

Prüfungsmodus

Prüfungsimmanent

Weitere Informationen

Der Lerninhalt wird anhand von Übungsaufgaben von der Lernplattform www.datacamp.com verfestigt. Alle Kursteilnehmer erhalten für den Dauer der LV uneingeschränkten Zugang zu den Kursen dieser Platform.

 

Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Di.14:00 - 16:0010.03.2020Hörsaal 6 - RPL Vorlesung Posekany

Leistungsnachweis

Anwesenheit und Bearbeitung konkreter Übungen in der Anwesenheitszeit.

Absolvierung von Onlinemodulen auf DataCamp

LVA-Anmeldung

Von Bis Abmeldung bis
25.02.2020 12:00 06.03.2020 12:00 06.03.2020 12:00

Curricula

StudienkennzahlSemesterAnm.Bed.Info
033 203 Statistik und Wirtschaftsmathematik
033 531 Data Engineering & Statistics 3. Semester
033 533 Medizinische Informatik STEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
033 534 Software & Information Engineering STEOP
Lehrveranstaltung erfordert die Erfüllung der Studieneingangs- und Orientierungsphase STEOP
066 421 Geodäsie und Geoinformation 2. Semester
066 645 Data Science 2. Semester
860 GW Gebundene Wahlfächer - Technische Mathematik

Literatur

Saemtliche Unterlagen finden Sie im Online-Kurs zur LVA.

Weitere Informationen

Sprache

Englisch