Modul 64511 Einführung in Data Science
Modulinformationen
- Geschichte und Definition von Data Science und Einordnung bzgl. anderer Bereiche
(Data Mining, Knowledge Discovery, Machine Learning, Künstliche Intelligenz,
Statistik, Information Retrieval, Datenbanken, etc.)
- Überblick über unterschiedlichen Analysearten (bspw. deskriptive, explorative, und
prädiktive Analyse)
- Data Science Prozesslebenszyklen (CRISP-DM, KDD, TDSP)
- Grundlegende Data Science Methoden
- Datenvisualisierung und Kommunikation
- Data Science in der Forschung und Praxis
- Umgang mit Daten
- Datensicherheit und Datenintegrität
- Datenrecht mit aktuellem Gesetzesstand in Deutschland und der EU
- Datenethik mit Grundbegriffen wie Normen, Werte, Moral (Auswirkung von
Verzerrung, Technikfolgenabschätzung, Aspekte der Überwachung, Gesell-
schaftliche Auswirkungen des eigenen Handelns, Algorithmic Bias („Diskrimi-
nierende Algorithmen“)
ECTS | 10 |
---|---|
Arbeitsaufwand | Bearbeiten der Lektionen: 160 Stunden
Bearbeitung der Einsendeaufgaben: 80 Stunden
Wiederholung und Prüfungsvorbereitung, Prüfung: 60 Stunden
|
Dauer des Moduls | ein Semester |
Häufigkeit des Moduls | in jedem Semester |
Anmerkung | |
Inhaltliche Voraussetzung | keine |
Aktuelles Angebot
Prüfungsinformation
M.Sc. Data Science | |
---|---|
Art der Prüfungsleistung | benotete zweistündige Prüfungsklausur |
Voraussetzung | |
Stellenwert der Note | 1/12 |
Formale Voraussetzungen | keine |
Download
Ansprechpersonen
Prof. Dr. Christian Beecks
mathinf.webteam
| 10.05.2024