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:
Vorlesungen über die Grundlagen
3 praktische Übungen (Übungen 1 und 2 werden individuell umgesetzt, Übung 3 ist eine Gruppenübung)
Die Link zur online Vorlesung ist auf TUWEL.
Alle Vorlesungen am Dienstag 12:00 c.t.-13:45.
Kickoff-Session, data science process, community, solution examples, Python introduction, Introduction to DOPP (5.10.2021)
Data wrangling on the command line, Text stream processing (12.10.2021)
SciPy, NumPy, vectorisation, visualisation, benchmarking (19.10.2021)
Preprocessing, Pandas (9.11.2021)
Intro to Machine Learning (23.11.2021)
Network Analysis (30.11.2021)
Exercise-related sessions
Review meetings for exercise 3 (15 minutes for each group):
Project presentation: 25.1.2022, 9:00-18:00
Aufwand:
Python tutorial: 4hLectures: 7 sessions @ 2h: 14hExercises: EX1 (data wrangling): 8h EX2 (pandas + sklearn): 12h EX3 (project): 37h [includes review meeting (topic + questions + work plan)]SUM: 75h
Drei praktische Übungen. Die 3. Übung ist anhand von einem Bericht, Jupyter Notebook und Präsentation der Ergebnisse beurteilt.