Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage rechtliche und ethische Aspekte der Verwendung von Daten zu diskutieren, ein Problem für die Lösung durch Data Science-Ansätze zu formulieren, rigorose Data Science Experimente zu entwerfen und die Ergebnisse von komplexen Datenanalysen zu interpretieren.

Die folgende Themen werden in den Vorlesungen behandelt:

• Einführung in Data Science
• Daten und der Daten Life Cycle
• Konzeptuelle Entwurf von Experimenten
• Workflow Paradigmen
• Daten Management, Reproduzierbarkeit und Nachverfolgbarkeit
• Fehler Analyse und statistische Tests
• Fortgeschrittene Entwurf von Experimenten

Zwei praktische Übungen sind Teil vom Kurs.

Aufwand:

9 2-Stunden Vorlesungen: 18h
Übungsbeispiel 1: 10h
Übungsbeispiel 2 (inkl. Präsentation): 30h
Vorbereitung Prüfung: 16h
Prüfung: 1h
SUMME: 75h

Vorlesungen, Übungen

Termine (alle online via Zoom, Do, 14:15-15:45)

Vorbesprechung / Introduction to data science: Do, 14. Oktober, 14:15-15:45

Zoom Meeting: https://tuwien.zoom.us/j/93329349139?pwd=ZHFaY2d5WG9rZDBkc3NFbmx0Skp2QT09

Meeting ID: 933 2934 9139, Password: 4cZkN8Kc

BLOCK Data Science

• Introduction to data science - data science process -Hanbury
• Data and the data lifecycle, ethical and legal aspects -Hanbury

BLOCK Conceptual Experiment Design

• Planning and Execution of Experiments, hypotheses, Data collection -Knees
• ML basics, Evaluation -Knees
• Workflow paradigms and environments  -Schindler, Knees
• Experiment Error Analysis and Statistical Testing 1 -Knees
• Experiment Error Analysis and Statistical Testing 2 -Knees

• Exercise 1 (individual): Design an experimental workflow for a given dataset 

BLOCK Reproducibility and traceability

• Reproducibility and traceability 1 -Rauber
• Reproducibility and traceability 2 -Rauber

• Exercise 2 (in groups): Reproduce experimental results from a paper

January 2022 Intermediate Group Presentations of Exercise 2

January 2022 Written Exam (online)

March 2022 Exam repeat

2 Übungen, Prüfung