040309 VU Doing Data Science (MA) (2024S)
Prüfungsimmanente Lehrveranstaltung
Labels
VOR-ORT
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 12.02.2024 09:00 bis Mi 21.02.2024 12:00
- Anmeldung von Mo 26.02.2024 09:00 bis Di 27.02.2024 12:00
- Abmeldung bis Do 14.03.2024 23:59
Details
max. 80 Teilnehmer*innen
Sprache: Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
Dienstag
05.03.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
07.03.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
14.03.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
19.03.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
21.03.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
09.04.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
11.04.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
16.04.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
18.04.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
23.04.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
25.04.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
N
Dienstag
30.04.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
02.05.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
07.05.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
14.05.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
16.05.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Seminarraum 9, Kolingasse 14-16, OG01
Seminarraum 9, Kolingasse 14-16, OG01
Dienstag
21.05.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
23.05.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
28.05.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
04.06.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
06.06.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
11.06.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
13.06.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
18.06.
13:15 - 14:45
Seminarraum 5, Kolingasse 14-16, EG00
Donnerstag
20.06.
13:15 - 16:30
Seminarraum 5, Kolingasse 14-16, EG00
Dienstag
25.06.
13:15 - 14:45
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%): 23. April, 13:15-14:15, SR5
Abschlusstest (30%): 21. Mai, 13:15-14:15, SR5
Projektarbeit (40%):
- Peer-Review Treffen: 28. Mai, 13:15-14:45
- Abschließende Präsentationen: 25. Juni, 13:15-14:45, SR51) Die Erbringung aller Teilleistungen ist Voraussetzung für eine positive Beurteilung, wenn nicht explizit etwas anderes vermerkt wurde.
2) Die Verwendung von KI-Tools (z.B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird (z. B. für einzelne Arbeitsaufgaben).
3) Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung ein "Notenrelevantes Gespräch" (Plausibilitätsprüfung) zur abgegebenen schriftlichen Arbeit vorsehen, das erfolgreich zu absolvieren ist.Für mehr Details, siehe hier: https://ufind.univie.ac.at/de/vvz_sub.html?from=1&to=2&path=S8504&semester=2024S
Abschlusstest (30%): 21. Mai, 13:15-14:15, SR5
Projektarbeit (40%):
- Peer-Review Treffen: 28. Mai, 13:15-14:45
- Abschließende Präsentationen: 25. Juni, 13:15-14:45, SR51) Die Erbringung aller Teilleistungen ist Voraussetzung für eine positive Beurteilung, wenn nicht explizit etwas anderes vermerkt wurde.
2) Die Verwendung von KI-Tools (z.B. ChatGPT) für die Produktion von Texten ist nur dann erlaubt, wenn dies von der Lehrveranstaltungsleitung ausdrücklich gefordert wird (z. B. für einzelne Arbeitsaufgaben).
3) Zur Sicherung der guten wissenschaftlichen Praxis kann die Lehrveranstaltungsleitung ein "Notenrelevantes Gespräch" (Plausibilitätsprüfung) zur abgegebenen schriftlichen Arbeit vorsehen, das erfolgreich zu absolvieren ist.Für mehr Details, siehe hier: https://ufind.univie.ac.at/de/vvz_sub.html?from=1&to=2&path=S8504&semester=2024S
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: Di 12.03.2024 13:05