Data Science 1

Sommersemester 2026

Termin	Datum	Veranstaltung	Inhalte	Folien	Übungsblätter
	Vorlesung 16.04.2026	Einführung	Organisatorisches Motivation Data Science / Use-Cases Themenfeld, ML, CRISP-DM Prozess Software, Tools Jupyter-Notebook Server	DataScience1-00-Folien.pdf DataScience1-01-Folien.pdf	DataScience-Blatt1.pdf
1	Selbststudium 16.04.2026 bis 23.04.2026	Selbststudium: Start mit Python	Selbstständige Einarbeitung in Python	DataScience1-02-Folien.pdf
	Plenum 23.04.2026	Plenum: Einführung in Python	Diskussion zur Einführung in Python Fragen aus dem Selbststudium Anwendungsfall/Tutorial		DataScience-Blatt2.pdf DataScience1-Blatt2.ipynb
	23.04.2026	Tutorial Day	Kurze Wiederholung Python Python Funktionen und Listen Aufgaben zu LEGO-Programmierung	Tutorial-Teil1.ipynb Tutorial-Teil2.ipynb Tutorial-Teil3.ipynb	TutorialDay-LEGO.pdf
	30.04.2026	Tutorial: Vertiefung von Python
2	Selbststudium 06.05.2026	Selbststudium: Datenanalyse mit Pandas	Einarbeiten in das Pandas-Modul Konzepte von Series/DataFrame Rechnen/Filtern mit DataFrames	DataScience1-03-Folien.pdf Alternative Foliensätze zu Pandas: winf2-05-pandas-series.pdf winf2-06-pandas-dataframe.pdf Pandas_Cheat_Sheet.pdf
	Vorlesung 07.05.2026	Plenum+ Maschinelles Lernen	Plenum: Rückblick + Fragen zu Pandas Vorlesung: Übersicht über Maschinelles Lernen Lernaufgaben und Verfahren Training- und Testen, Modellvalidierung	DataScience1-04-Folien.pdf Foliensatz zu Pandas DataFrame: winf2-06-pandas-dataframe.pdf
	14.05.2026	Fällt aus (Christi Himmelfahrt)
	Vorlesung 21.05.2026	Klassifikation mit Bäumen	Entscheidungsbäume zur Klassifikation Modell-Evaluation, Confusion-Matrix Modell-Training mit SciKit Learn	DataScience1-05-Folien.pdf V5-Simple-Classifier.ipynb V5-Entscheidungsbaum-sklearn.ipynb	winf2-06-wochenaufgabe.ipynb DataScience-Blatt5.pdf
	Vorlesung 28.05.2026	Klassifikation mit kNN	Lernen nach Ähnlichkeiten Distanzmaße Klassifikation mit k-NN	DataScience1-06-Folien.pdf
	04.06.2026	Fällt aus: Fronleichnam
	Vorlesung 11.06.2026	Klassifikation mit linearen Modellen	Lineare Modelle, Daten im Vektorraum Hyperebene, lineare Separierbarkeit Lineare Modelle (SVM) nicht-lineare Separierbarkeit Kern-Funktionen (Kernel-Trick)	DataScience1-07-Folien.pdf DataScience1-08-Folien.pdf	Beispiel-Hausarbeit-UseCase-Streaming.pdf
	Vorlesung 18.06.2026	Zusammfassung Klassifikation	Zusammenfassung Klassifikation Ausblick neuronale Netze/ChatGPT Jupyter-Notebooks + Hausarbeit
	25.06.2026	Data Science Use Cases und Hausarbeit	Business Analytics Beispiel Vorstellung der Hausarbeit	Skript: DataScience_BusinessAnalytics_Skript.pdf	Hausarbeit_S26.pdf
	02.07.2026	Offene Sprechstunde	Vorlesung/Sprechstunde nach Vereinbarung! Aufgrund der geringen Teilnehmerzahl findet die Vorlesung ab sofort nur noch nach Vereinbarung/Anmeldung statt. Sofern Sie eine Vorlesung/Sprechstunde wünschen, tragen Sie sich bitte im Terminsystem für einen Termin im Kurs Data Science 1 ein.
	09.07.2026	Offene Sprechstunde	Vorlesung/Sprechstunde nach Vereinbarung! Aufgrund der geringen Teilnehmerzahl findet die Vorlesung ab sofort nur noch nach Vereinbarung/Anmeldung statt. Sofern Sie eine Vorlesung/Sprechstunde wünschen, tragen Sie sich bitte im Terminsystem für einen Termin im Kurs Data Science 1 ein.