Im Rahmen des Moduls Data Science Grundlagen wird Basiswissen vermittelt das Voraussetzung
ist für die erfolgreiche Planung, Umsetzung und Nutzung von Data Science.
Es deckt den gesamten Prozess von der Erfassung und Verwaltung der Daten, über Konzepte und
Techniken zur Analyse bis hin zur Visualisierung und Interpretation ab. Die Grundlagen
sind hierbei stark transdisziplinär angelegt und vereinen Konzepte welche üblicherweise nicht
einer ganzheitlichen Betrachtung wie sie für Data Science Aktivitäten erforderlich ist
unterzogen werden. Ausgehend von methodischen Fähigkeiten im Bereich der Statistik und des Maschinellen
Lernens als Kernmethoden der Data Science werden insbesondere auch Data Stewardship (Data Management,
Digital Preservation), Prozessmodelle für Data Mining Projekte, Tools und Werkzeuge für die Durchführung
von Datenanalyseprozessen, sowie Aspekte der automatischen Dokumentation, Reproduzierbarkeit und
Nachvollziehbarkeit von Ergebnissen sowohl theoretisch als auch anhand praktischer Beispiele erarbeitet.
Im Bereich des Maschinellen Lernens wird insbesondere das Basiswissen für die darauf aufbauenden Module M2 (Skalierbare Datentechnologien) und M3 (Deep Learning) in enger Abstimmung mit diesem Modul vermittelt.
Lehrvortrag | Termine | Anmerkungen |
---|---|---|
Teil 1: Grundlagen der BI
|
3. September, 2018 |
Ein Termin pro TeilnehmerIn.
|
4. September, 2018 |
||
Teil 2: Statistik und ML
|
20., 21. September, 2018 |
Ein Termin pro TeilnehmerIn.
|
27., 28. September, 2018 |
||
Teil 3: Data Centered Programming
|
4. September, 2018 |
Ein Termin pro TeilnehmerIn.
|
5. September, 2018 |
||
Teil 4: Data Stewardship
|
5., 6.(Vormittag) September, 2018 |
Ein Termin pro TeilnehmerIn.
|
6.(Nachmittag), 7. September, 2018 |
||
Teil 5: Visual Analytics
|
11., 12. September, 2018 |
Ein Termin pro TeilnehmerIn.
|
20., 21. September, 2018 |