Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage, daten-orientiert in Python zu programmieren, unter Verwendung von SciPy, Numpy und Pandas, die Grundlagen von maschinellen Lernen und Netzwerkanalyse zu erklären und ein Data Science Projekt umtzsetzen.
Die folgende Themen werden in den Vorlesungen behandelt:
Aufwand:
Python tutorial: 4hLectures: 7 sessions @ 2h: 14hExercises: EX1 (OO vs. DO): 5h EX2 (pandas + sklearn): 10h EX3 (project): 42h [includes review meeting (topic + questions + work plan)]SUM: 75h
Alle Vorlesungen am Dienstag 11:00 c.t.-12:45. Vorlesungen im Hauptgebäude HS6.
Kickoff-Session, data science process, community, solution examples [Hanbury] (8.10.2019)
Introduction to DOPP, text stream processing [Böck] (15.10.2019)
Python tutorial [Böck] (22.10.2019)
SciPy, NumPy, vectorisation, visualisation, benchmarking [Böck] (29.10.2019)
Preprocessing, Pandas [Piroi] (5.11.2019)
Intro to Machine Learning [Hanbury] (19.11.2019)
Exercise-related sessions
Review meetings for exercise 3: 17.12.2019, 12:00-18:00 (15 minutes for each group) - Meeting Room HC 01 15, Favoritenstraße 9, 1st Floor
Project presentation. 27.1.2020 in Hörsaal 6, 9:00-16:00
Drei praktische Übungen. Die 3. Übung ist anhand von einem Bericht, Jupyter Notebook und Präsentation der Ergebnisse beurteilt.