Data Science 2

Wintersemester 2023 / 2024

Termin Datum Vorlesung Inhalt Folien Übungsblätter
1 05.10.2023 Regression 1
  • Vorstellung, Organisatorisches
  • Wiederholung KI, Klassifikation
  • Motivation Regression, Beispiele
  • Lineare Regression, Multiple lineare Regression
  • Regression mit SciKit Learn
2 12.10.2023 Regression 2
  • Wiederholung Lineare Regression
  • Overfitting, Modellkomplexität und Regularisierung
  • Preprocessing mit SciKit Learn
3 19.10.2023 Zeitreihenanalyse
  • Zeitreihen, Grundlagen und Definitionen
  • Analyse von Zeitreihen, Lineare ZR-Modelle
  • Zeitreihen mit Pandas und Python
4 26.10.2023 Clustering
  • Clustering hierarchisch
  • k-Means Algorithmus
  • Dokumenten-Repräsentation (TF/IDF), Clustering
  • WordCloud Darstellung
5 02.11.2023 Warenkorbanalyse
  • Warenkorbanalyse
  • Häufige Mengen, Apriori-Algorithmus
6 09.11.2023 Datenschutz, Ethik
  • Aspekte Datenschutz
  • Gefahren der Datenanalyse
  • Diskussion
7 16.11.2023 Design Thinking (Workshop)
  • Brainstorming um Datenanalyse
  • Ideen-Findung + Lösungsansätze
  • Start des Mini-Projektes
8 23.11.2023 Projektphase (Mini-Projekt)
Um 9 Uhr in Präsenz
  • keine Vorlesung
  • ab 9 Uhr Gruppenarbeit im Seminarraum
9 30.11.2023 Vorstellung Mini-Projekt
Um 9 Uhr in Präsenz
  • ab 9 Uhr: Gruppenarbeit "Titanic-Challenge"
  • ab ca. 10 Uhr: Präsentation der Titanic-Challenge
  • Vorstellung Datensätze für Projektphase
  • Gruppenfindung/Diskussion zur Projektphase
  • Weiterer Vorlesungsverlauf
10 07.12.2023 Projektphase
11 14.12.2023 Projektphase
Um 9 Uhr in Präsenz
  • Status/Update der Gruppen
  • Überblick: Visualisierung mit Seaborn
12 21.12.2023 Projektphase
Um 9 Uhr in Präsenz
  • Vortrag: Realtime Dashboards mit Grafana
  • Möglichkeit für Gruppenarbeit
13 28.12.2023 fällt aus (Weihnachtsferien)
14 04.01.2024 Projektphase
  • freie Gruppenarbeit (keine Präsenz)
15 11.01.2024 Projektphase
Um 9 Uhr in Präsenz
  • Status/Update der Gruppen
  • Überblick: Big Data