Grundlagen der Datenwissenschaft
Dieser Kurs bietet eine einsteigerfreundliche Einführung in Programmierung und Datenwissenschaft, speziell für Studierende ohne Vorkenntnisse im Programmieren.
Übersicht
Dieser Kurs, der gemeinsam mit Prof. Ziawasch Abedjan entwickelt wurde, führt Studierende ohne Programmierkenntnisse in die Programmierung und Datenwissenschaft ein. Mit einem problemorientierten Ansatz vermittelt er, wie man Daten analysiert, Hypothesen testet und Korrelation von Kausalität unterscheidet. Die Studierenden arbeiten in browserbasierten Jupyter Notebooks, um reale Fragestellungen zu untersuchen und Programmierkenntnisse aufzubauen. Zu den Themen gehören Datenvisualisierung, Zufallsvariablen, Hypothesentests, Vorhersagen und Ethik. Am Ende des Kurses sind die Studierenden in der Lage, einfache Programme zu schreiben und sich kritisch mit Daten auseinanderzusetzen.
Welche Themen werden behandelt?
- Datenvisualisierung und explorative Analyse
- Statistische Inferenz und Hypothesentests
- Ethische Überlegungen bei der Datenanalyse
- Grundlagen des Deep Learning
Was werde ich erreichen?
Bei Abschluss des Kurses sind Sie in der Lage...
- Schreiben Sie einfache Python-Programme zur Verarbeitung und Analyse von Daten.
- Visualisieren und interpretieren Sie Muster in strukturierten Datensätzen.
- Formulieren, testen und bewerten Sie datengestützte Hypothesen.
- Verstehen Sie wichtige statistische Konzepte und ihre Anwendungen in der Praxis.
- Bewerten Sie kritisch die ethischen Implikationen der Datenanalyse.
Welche Voraussetzungen muss ich erfüllen?
Der Kurs richtet sich an Anfänger mit unterschiedlichem akademischem Hintergrund, die über grundlegende Mathematikkenntnisse (insbesondere im Bereich der Stochastik) verfügen.
