Universität Wien FIND

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Vor-Ort-Lehre und Umstellung auf Online-Prüfungen) erforderlich sein. Melden Sie sich für Lehrveranstaltungen/Prüfungen über u:space an, informieren Sie sich über den aktuellen Stand auf u:find und auf der Lernplattform moodle. ACHTUNG: Lehrveranstaltungen, bei denen zumindest eine Einheit vor Ort stattfindet, werden in u:find momentan mit "vor Ort" gekennzeichnet.

Regelungen zum Lehrbetrieb vor Ort inkl. Eintrittstests finden Sie unter https://studieren.univie.ac.at/info.

Achtung! Das Lehrangebot ist noch nicht vollständig und wird bis Semesterbeginn laufend ergänzt.

040309 VU Doing Data Science (MA) (2021S)

6.00 ECTS (2.00 SWS), SPL 4 - Wirtschaftswissenschaften
Prüfungsimmanente Lehrveranstaltung
DIGITAL

The course language is English.

Only students who signed up for the class in univis/u:space are allowed to take the class (that means, that you have to at least be on the waiting list if you want to take this class). No exceptions possible.

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first serve").

Details

max. 40 Teilnehmer*innen
Sprache: Englisch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

This course will be taught fully digitally. It will consist of a mixture of live online meetings (including Q&A sessions and tutorials) and recorded videos. Students will have to present their work online and hence need a microphone/webcam. For more details, see the schedule in Moodle.

Dienstag 02.03. 13:15 - 14:45 Digital
Mittwoch 03.03. 15:00 - 16:30 Digital
Dienstag 09.03. 13:15 - 14:45 Digital
Mittwoch 10.03. 15:00 - 16:30 Digital
Dienstag 16.03. 13:15 - 14:45 Digital
Mittwoch 17.03. 15:00 - 16:30 Digital
Dienstag 23.03. 13:15 - 14:45 Digital
Mittwoch 24.03. 15:00 - 16:30 Digital
Dienstag 13.04. 13:15 - 14:45 Digital
Mittwoch 14.04. 15:00 - 16:30 Digital
Dienstag 20.04. 13:15 - 14:45 Digital
Mittwoch 21.04. 15:00 - 16:30 Digital
Dienstag 27.04. 13:15 - 14:45 Digital
Mittwoch 28.04. 15:00 - 16:30 Digital
Dienstag 04.05. 13:15 - 14:45 Digital
Mittwoch 05.05. 15:00 - 16:30 Digital
Dienstag 11.05. 13:15 - 14:45 Digital
Mittwoch 12.05. 15:00 - 16:30 Digital
Dienstag 18.05. 13:15 - 14:45 Digital
Mittwoch 19.05. 15:00 - 16:30 Digital
Mittwoch 26.05. 15:00 - 16:30 Digital
Dienstag 01.06. 13:15 - 14:45 Digital
Mittwoch 02.06. 15:00 - 16:30 Digital
Dienstag 08.06. 13:15 - 14:45 Digital
Mittwoch 09.06. 15:00 - 16:30 Digital
Dienstag 15.06. 13:15 - 14:45 Digital
Mittwoch 16.06. 15:00 - 16:30 Digital
Dienstag 22.06. 13:15 - 14:45 Digital
Mittwoch 23.06. 15:00 - 16:30 Digital
Dienstag 29.06. 13:15 - 14:45 Digital
Mittwoch 30.06. 15:00 - 16:30 Digital

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

This course covers the fundamentals of setting up, managing, and conducting data science projects. Students acquire knowledge of processes describing how to approach and implement data science projects. They know the particular steps of the CRISP industry-standard, learn about various cases of how to apply this to different applications (from different areas such as business, humanities, astronomy), and are able to conduct data science projects themselves.

This course consists of lectures, tutorials, showcases, and project presentations. Students will work on their own data science projects in interdisciplinary groups.

Art der Leistungskontrolle und erlaubte Hilfsmittel

Midterm test (30%): March 24, 15:00
Final test (30%): May 12, 15:00
Project work (40%): Final presentations: June 29

Mindestanforderungen und Beurteilungsmaßstab

Two of three examinations must be passed individually.
For project work, attendance is mandatory, including kick-off and project presentations.

Prüfungsstoff

Midterm test/Final test: Slides and topics covered in the lectures.
Project work: topic-specific poster presentation, handout, KNIME workflow.

Literatur

see lecture.

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mi 21.04.2021 11:25