Data Science & Intelligent Analytics* BB
Apply Icon
Jetzt
Bewerben

Softwareentwicklung für Data Science 2 Lab

Niveau der Lehrveranstaltung/des Moduls laut Lehrplan

Masterstudium

Lernergebnisse der Lehrveranstaltung/des Moduls

Die AbsolventInnen vertiefen ihre Kenntnisse in der Anwendung der Konzepte der Softwareentwicklung, im Bereich der Data Science. Sie besitzen dabei anwendungsbereites Wissen im Bereich der Integration in andere Softwaresysteme, den Einsatz von Entwurfsmustern und den Aufbau effizienter und skalierbarer datengetriebener Anwendungsarchitekturen.

Voraussetzungen laut Lehrplan

Softwareentwicklung für Data Science 1

Lehrinhalte

Im Lab werden die Inhalte der ILV "Softwareentwicklung für Data Science 2" mit Hilfe von praktischen Übungen vertieft. Die dabei gewonnenen Erkenntnisse werden in der Gruppe diskutiert und erlauben so einen tiefen Einblick in die und eine Festigung der Materie, die in der ILV theoretisch behandelt wurde.

empfohlene Fachliteratur

- Häberlein, T. (2016) Informatik: Eine praktische Einführung mit Bash und Python. 2. Auflage, De Gruyter Oldenbourg, Berlin (ISBN: 978-3110496864).
- Sommerville, I. (2015) Software Engineering, Global Edition. 10. Auflage, Pearson Education, London (ISBN: 978-1292096131).
- Williams, L.; Zimmermann, T. (2016) Perspectives on Data Science for Software Engineering. 1. Auflage, Morgan Kaufmann, Burlington (ISBN: 978-0128042069).
- Crawley, M. J. (2007) The R Book. 1. Auflage, John Wiley & Sons Ltd, Chichester (ISBN: 978-0-470-51024-7).
- Bowles, M. (2015) Machine Learning in Python: Essential Techniques for Predictive Analysis. 1. Auflage, John Wiley & Sons Ltd, Chichester (ISBN: 978-1118961742).
- Lutz, M (2013) Learning Python. 1. Auflage, O'Reilly Media, Farnham.

Bewertungsmethoden und -kriterien

Seminararbeit
Hausarbeiten

Unterrichtssprache

Deutsch

Anzahl der zugewiesenen ECTS-Credits

6

geplante Lehr- und Lernmethoden

Vortrag mit Diskussion
Bearbeitung von Übungsaufgaben
Gruppenarbeiten

Semester/Trimester, in dem die Lehrveranstaltung/das Modul angeboten wird

2

Semester-Wochen-Stunden (SWS)

3

Name des/der Vortragenden

N.A.

Studienjahr

1

empfohlene optionale Programmeinheiten

N.A.

Kennzahl der Lehrveranstaltungen/des Moduls

SEW.4

Art der Lehrveranstaltung/des Moduls

UE

Art der Lehrveranstaltung

Präsenzveranstaltung

Praktikum/Praktika

N.A.