Data Science & Intelligent Analytics BB
Apply Icon
Jetzt
Bewerben

Algorithmik & Statistik für Data Science 1 Lab

Niveau der Lehrveranstaltung/des Moduls laut Lehrplan

Masterstudium

Lernergebnisse der Lehrveranstaltung/des Moduls

Die AbsolventInnen kennen und beherrschen die Funktionsweise der grundlegenden Algorithmen für Data Science und verstehen die statistischen Konzepte hinter den Algorithmen. Sie sind in der Lage, diese Algorithmen im Kontext einer konkreten Problemstellung auszuwählen und zu implementieren.

Voraussetzungen laut Lehrplan

Keine Voraussetzungen

Lehrinhalte

In der Übung werden die Inhalte der ILV "Algorithmik & Statistik für Data Science 1" 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

- Akerkar, R.; Sajja, P.S. (2016) Intelligent Techniques for Data Science. 1. Auflage, Springer, Berlin (ISBN: 978-3-319-29205-2).
- Bramer, M. (2017) Principles of Data Mining: undergraduate topics in computer science. 2. Auflage, Springer, London (ISBN: 978-4471-4884-5).
- Caffo, B. (2016) Statistical inference for data science. 1. Auflage, Leanpub, Victoria.
- Mahmood, Z. (2016) Data Science and Big Data Computing: Frameworks and Methodologies. 1. Auflage, Springer, Berlin (ISBN: 978-3319318592).
- Steele, B.; Chandler, J.; Reddy, S. (2016) Algorithms for Data Science. 1. Auflage, Springer, Berlin (ISBN: 978-3319457956).
- Witten, I.; Frank, E.; Hall, M.; Pal, C. (2016) Data Mining: Practical Machine Learning Tools and Techniques. 4. Auflage, Morgan Kaufmann, Burlington (ISBN: 978-0128042915).

Bewertungsmethoden und -kriterien

Hausarbeiten
Abschlussklausur oder Seminararbeit

Unterrichtssprache

Deutsch

Anzahl der zugewiesenen ECTS-Credits

6

geplante Lehr- und Lernmethoden

Vortrag mit Diskussion
Gruppenarbeiten
Bearbeitung von Übungsaufgaben

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

1

Semester-Wochen-Stunden (SWS)

3

Name des/der Vortragenden

N.A.

Studienjahr

1

empfohlene optionale Programmeinheiten

N.A.

Kennzahl der Lehrveranstaltungen/des Moduls

THAL.2

Art der Lehrveranstaltung/des Moduls

UE

Art der Lehrveranstaltung

Präsenzveranstaltung

Praktikum/Praktika

N.A.