Data Science 1

Sommersemester 2025

Termin Datum Veranstaltung Inhalte Folien Übungsblätter
1 Vorlesung
03.04.2025 		Einführung
  • Organisatorisches
  • Motivation Data Science / Use-Cases
  • Themenfeld, ML, CRISP-DM Prozess
  • Software, Tools
  • Jupyter-Notebook Server
Selbststudium
03.04.2025 bis 10.04.2025 		Selbststudium: Start mit Python
  • Selbstständige Einarbeitung in Python
2 Plenum
10.04.2025 		Plenum: Einführung in Python
  • Diskussion zur Einführung in Python
  • Fragen aus dem Selbststudium
3
17.04.2025 		Tutorial Day
Beginn um 9 Uhr in Präsenz!
  • Kurze Wiederholung Python
  • Python Funktionen und Listen
  • Aufgaben zu LEGO-Programmierung
Selbststudium
17.04.2025 bis 08.05.2025 		Selbststudium: Datenanalyse mit Pandas
  • Einarbeiten in das Pandas-Modul
  • Konzepte von Series/DataFrame
  • Rechnen/Filtern mit DataFrames
4 Vorlesung
08.05.2025 		Plenum+ Maschinelles Lernen
Beginn um 9 Uhr in Präsenz!

Plenum:

  • Rückblick + Fragen zu Pandas

Vorlesung:

  • Übersicht über Maschinelles Lernen
  • Lernaufgaben und Verfahren
  • Training- und Testen, Modellvalidierung
5 Vorlesung
15.05.2025 		Klassifikation mit Bäumen
Ab 9 Uhr Raum für Übung auf, Vorlesung um 10 Uhr!
  • Entscheidungsbäume zur Klassifikation
  • Modell-Evaluation, Confusion-Matrix
  • Modell-Training mit SciKit Learn
6 Vorlesung
22.05.2025 		Klassifikation mit kNN
Beginn um 9 Uhr in Präsenz!
  • Lernen nach Ähnlichkeiten
  • Distanzmaße
  • Klassifikation mit k-NN
7
29.05.2025 		Fällt aus - Christi Himmelfahrt
8 Vorlesung
05.06.2025 		Klassifikation (lineare Modelle 1+2)
Beginn um 9 Uhr in Präsenz!
  • Lineare Modelle, Daten im Vektorraum

  • Hyperebene, lineare Separierbarkeit

  • Lineare Modelle (SVM)

  • nicht-lineare Separierbarkeit
  • Kern-Funktionen (Kernel-Trick)