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.

230079 UE Einführung in die Analyse von Big Data (2019W)

4.00 ECTS (2.00 SWS), SPL 23 - Soziologie
Prüfungsimmanente Lehrveranstaltung

An/Abmeldung

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

Details

max. 25 Teilnehmer*innen
Sprache: Deutsch

Lehrende

Termine (iCal) - nächster Termin ist mit N markiert

Freitag 04.10. 17:15 - 18:30 Inst. f. Soziologie, Seminarraum 3, Rooseveltplatz 2, 1.Stock (Vorbesprechung)
Samstag 16.11. 09:45 - 15:30 Inst. f. Soziologie, Seminarraum 2, Rooseveltplatz 2, 1.Stock
Samstag 23.11. 09:45 - 16:30 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Samstag 18.01. 09:45 - 16:30 Class Room 4 ZID UniCampus Hof 7 Eingang 7.1 2H-O1-33
Samstag 25.01. 09:45 - 16:30 Inst. f. Soziologie, Seminarraum 2, Rooseveltplatz 2, 1.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziel der LV ist ein erster Überblick über das relativ neue Themenfeld "Big Data" und dessen Herausforderungen und Grenzen.
Themen, die behandelt werden sind u.a.
Was ist "Big Data"? Echte "Revolution" oder nur Buzzword? Theoretisches und praktisches Wissen zu Möglichkeiten und Grenzen von "Big Data"- ist "mehr" auch "besser?"; Überblick über Herausforderungen im Datenmanagement bei "Big Data"/ Überblick über bzw. Einführung in den Umgang mit geeigneten Datenbanken (z.B. Access); Überblick und erste Einführung in Softwarelösungen für Data Mining bzw. die Analyse von Big Data (z.B. "R")
Methoden:
-Theoretische Inputs/Vortrag
-(selbstständige) Lektüre von deutsch- und englischsprachigen Texten und deren mündliche und schriftliche Reflexion
-Diskussion
-praktische Beispiele
-kleinere Übungen
Hinweis: Die LV versteht sich vor allem als weiterführendes Seminar für Soziologie-Studierende, und diese stellen daher auch die Zielgruppe des Seminars dar. Grundkenntnisse in Verfahren wie der linearen Regression und Statistikprogrammen sind notwendig.

Art der Leistungskontrolle und erlaubte Hilfsmittel

-Anwesenheit ( 75 % Anwesenheit notwendig)
-aktive Mitarbeit
-Seminararbeit (5-10 Seiten, mehrere wissenschaftliche Quellen, bei theoretischen Arbeiten keine bloße Inhaltsangabe von Literatur; bei methodischen Arbeiten entsprechend weniger Literatur notwendig

Hinweis der SPL:
Die Erbringung aller Teilleistungen ist Voraussetzung für eine positive Beurteilung, wenn nicht explizit etwas anderes vermerkt wurde.
Werden einzelne verpflichtende Teilleistungen nicht erbracht, gilt die Lehrveranstaltung als abgebrochen. Falls dem Nichterbringen der Leistung kein wichtiger und unvorhersehbarer Grund seitens des/der Studierenden vorliegt, wird die LV negativ beurteilt.
Bei Vorliegen eines solchen Grundes (zB eine längere Erkrankung) kann der/die Studierende auch nach Ablauf der Frist von der LV abgemeldet werden. Über das Vorliegen eines wichtigen Grundes entscheidet die Lehrveranstaltungsleitung. Der Antrag auf Abmeldung ist unverzüglich nach Eintreten des Grundes zu stellen.
Wurde eine Teilleistung erschlichen, d.h. etwa bei einer Prüfung oder einem Test geschummelt, bei einer schriftlichen Arbeit plagiiert oder auch Unterschriften auf Anwesenheitslisten gefälscht, wird die gesamte Lehrveranstaltung als "nicht beurteilt" gewertet und mit dem Vermerk "geschummelt/erschlichen" in das Notenerfassungssystem eingetragen.
Im Zuge der Beurteilung kann eine Plagiatssoftware (Turnitin in Moodle) zur Anwendung kommen: Details werden von den Lehrenden in der Lehrveranstaltung bekanntgeben.

Mindestanforderungen und Beurteilungsmaßstab

-Durchgängige bzw. regelmäßige (mind. 75%) Anwesenheit (da Block-LV): max. 1 Einheit der 4 Einheiten darf unentschuldigt gefehlt werden.
-aktive Mitarbeit im Kurs (fließt zu 15% in die Benotung ein)
-Seminararbeit (Mindestanforderung für Benotung; fließt zu 85% in die Benotung ein)

Prüfungsstoff

Literatur


Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:21