040309 VU Doing Data Science (MA) (2023S)
Prüfungsimmanente Lehrveranstaltung
Labels
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 served").
- Anmeldung von Mo 13.02.2023 09:00 bis Mi 22.02.2023 12:00
- Anmeldung von Mo 27.02.2023 09:00 bis Di 28.02.2023 12:00
- Abmeldung bis Fr 17.03.2023 23:59
Details
max. 80 Teilnehmer*innen
Sprache: Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Donnerstag
02.03.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
07.03.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
09.03.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
14.03.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
16.03.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
21.03.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
23.03.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
28.03.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
30.03.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
18.04.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
20.04.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
25.04.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
27.04.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
02.05.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
04.05.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
09.05.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
11.05.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
16.05.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
23.05.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
25.05.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
01.06.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
06.06.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
13.06.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
15.06.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
20.06.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
22.06.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
27.06.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
29.06.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Dieser Kurs behandelt die Grundlagen des Aufbaus, der Verwaltung und der Durchführung von Data-Science-Projekten. Die Studierenden erwerben Kenntnisse über Prozesse, die beschreiben, wie Data-Science-Projekte angegangen und umgesetzt werden. Sie kennen die einzelnen Schritte des CRISP-Industriestandards, lernen verschiedene Anwendungsfälle (aus unterschiedlichen Bereichen wie Wirtschaft, Geisteswissenschaften, Astronomie) kennen und sind in der Lage, selbst Data-Science-Projekte durchzuführen.Dieser Kurs besteht aus Vorlesungen, Tutorien, Showcases und Projektpräsentationen. Die Studierenden arbeiten in interdisziplinären Gruppen an ihren eigenen Data-Science-Projekten.
Art der Leistungskontrolle und erlaubte Hilfsmittel
Zwischenprüfung (30%): Do, 30. März, 15:00
Abschlusstest (30%): Do, 25. Mai, 15:00
Projektarbeit (40%):
- Peer-Review Treffen: Do, 4. Mai, 15:00
- Abschließende Präsentationen: Do, 22. Juni, 13:15
Abschlusstest (30%): Do, 25. Mai, 15:00
Projektarbeit (40%):
- Peer-Review Treffen: Do, 4. Mai, 15:00
- Abschließende Präsentationen: Do, 22. Juni, 13:15
Mindestanforderungen und Beurteilungsmaßstab
Für die Projektarbeit besteht Anwesenheitspflicht, einschließlich Auftakt- und Review-Meetings sowie Projektpräsentationen.Insgesamt können 100 Punkte erreicht werden. Die Noten werden wie folgt vergeben:
[88,100]: 1
[76,88[ : 2
[63,76[ : 3
[50,63[ : 4
< 50 : 5
[88,100]: 1
[76,88[ : 2
[63,76[ : 3
[50,63[ : 4
< 50 : 5
Prüfungsstoff
Zwischentest/Abschlusstest: Folien und in den Vorlesungen behandelte Themen.
Projektarbeit: themenspezifische Posterpräsentation, Handout, KNIME Workflow.
Projektarbeit: themenspezifische Posterpräsentation, Handout, KNIME Workflow.
Literatur
Provost, Foster; Fawcett, Tom (2013): Data Science for Business. What you need to know about data mining and data-analytic thinking. Köln: O`Reilly.Berthold, Michael R.; Borgelt, Christian; Höppner, Frank; Klawonn, Frank; Silipo, Rosaria (2020): Guide to Intelligent Data Science. Cham: Springer International Publishing.
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mo 27.03.2023 11:28