Data Science & Intelligent Analytics BB
Apply Icon
Jetzt
Bewerben

Problemzentrierte Datenvorverarbeitung

Niveau der Lehrveranstaltung/des Moduls laut Lehrplan

Masterstudium

Lernergebnisse der Lehrveranstaltung/des Moduls

Die Studierenden kennen unterschiedliche Techniken zur Vorverarbeitung und Aufbereitung von Daten und zur Datenintegration und können im Kontext einer konkreten Problemstellung abwägen, welche dieser Techniken erforderlich und zweckmäßig sind. Die Studierenden können diese Techniken selbst zum Einsatz bringen und in eine bestehende Werkzeugkette (Toolchain) einbetten.

Voraussetzungen laut Lehrplan

Keine Voraussetzungen

Lehrinhalte

Die Studierenden erlangen Kenntnis über die fundamentalen Operationen der Datenvorverarbeitung, deren Einsatz und praktische Durchführung. Insbesondere in den Bereichen:

- Datenintegration
- Skalierung von Daten
- Zentrierung von Daten
- Datenimputation
- Recoding von Daten

Dabei arbeiten die Studierenden an realen Beispielen und wenden die einzelnen Vorverarbeitungstechniken in interaktiven Workshops selbst an.

empfohlene Fachliteratur

- Runkler, T. A. (2015) Data Mining: Methoden und Algorithmen intelligenter Datenanalyse. 2. Auflage, Springer Vieweg, Wiesbaden (ISBN: 978-3834816948).

Bewertungsmethoden und -kriterien

Abschlussklausur oder Seminararbeit

Unterrichtssprache

Deutsch

Anzahl der zugewiesenen ECTS-Credits

3

geplante Lehr- und Lernmethoden

Vortrag mit Diskussion
Interaktiver Workshop
Fallstudien

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

3

Semester-Wochen-Stunden (SWS)

2

Name des/der Vortragenden

N.A.

Studienjahr

2

empfohlene optionale Programmeinheiten

N.A.

Kennzahl der Lehrveranstaltungen/des Moduls

DPR.6

Art der Lehrveranstaltung/des Moduls

ILV

Art der Lehrveranstaltung

Präsenzveranstaltung

Praktikum/Praktika

N.A.