Modul
Data Science 1 [M-INFO-105799]
Leistungspunkte
5Turnus
Jedes WintersemesterDauer
1 SemesterSprache
DeutschLevel
4Version
2Verantwortung
Einrichtung
- KIT-Fakultät für Informatik
Bestandteil von
Teilleistungen
Identifier | Name | LP |
---|---|---|
T-INFO-111622 | Data Science 1 | 5 |
Erfolgskontrolle(n)
Siehe Teilleistung.
Qualifikationsziele
Am Ende der Lehrveranstaltung sollen die Teilnehmer ein gutes Verständnis des Data Science Prozesses haben, d. h. des Prozesses der Generierung praktischer Erkenntnisse aus großen Datenbeständen, und der verschiedenen Schritte dieses Prozesses. Sie sollen Ansätze zur Verwaltung und Analyse großer Datenbestände hinsichtlich ihrer Wirksamkeit und Anwendbarkeit einschätzen und vergleichen können. Die Teilnehmer sollen verstehen, welche Probleme im Themenbereich der Vorlesung derzeit offen sind, und einen Einblick in den diesbezüglichen Stand der Forschung gewonnen haben.
Voraussetzungen
Siehe Teilleistung.
Inhalt
Wir wollen dem Data Science Prozess mehr Aufmerksamkeit zukommen lassen und die Schritte dieses Prozesses explizit behandeln. Techniken zur Analyse großer Datenbestände stoßen bei Anwendern auf großes Interesse. Das Spektrum ist breit und umfasst klassische Branchen wie Banken und Versicherungen, neuere Akteure, insbesondere Internet-Firmen oder Betreiber neuartiger Informationsdienste und sozialer Medien, und Natur- und Ingenieurswissenschaften. In allen Fällen besteht der Wunsch, in sehr großen, z. T. verteilten Datenbeständen die Übersicht zu behalten, mit möglichst geringem Aufwand interessante Zusammenhänge aus dem Datenbestand zu extrahieren und erwartetes Systemverhalten mit dem tatsächlichen systematisch vergleichen zu können. Diese Vorlesung behandelt die notwendigen Schritte zur Extraktion von Wissen aus Daten, Techniken zur Aufbereitung der Daten bis hin zu grundlegenden Modellen zur Extraktion von Wissen, z. B. in Form von Statistiken, Assoziationsregeln, Clustern oder systematischen Vorhersagen.
Empfehlungen
Siehe Teilleistung.
Arbeitsaufwand
157 h 45 min