Das Modul Data Analytics verfolgt das Ziel, den Studierenden ein fundiertes Basiswissen über die Aufbereitung, Analyse und Visualisierung von Daten zu vermitteln und sie in die Lage zu versetzen, statistische Modelle mit modernen Python-Tools auf reale Fragestellungen anzuwenden.
Nach erfolgreichem Abschluss des Moduls sollen die Studierenden: Im Rahmen der Vorlesung werden die wesentlichen Themengebiete behandelt, darunter u. a.:
- die Phasen der Datenerhebung und Datenbereinigung beherrschen, um Rohdaten in ein analysierbares Format zu überführen,
- effiziente Datenoperationen mittels Numerischem Python (NumPy) durchführen und die Vorteile vektorisierter Berechnungen nutzen,
- Konzepte der deskriptiven und inferenziellen Statistik sicher anwenden, um Dateneigenschaften zu beschreiben und Hypothesen zu prüfen,
- komplexe Sachverhalte durch Daten-Visualisierung (Matplotlib & Pandas) im Rahmen der explorativen Datenanalyse verständlich aufbereiten,
- lineare Regressionsmodelle zur Vorhersage kontinuierlicher Werte entwickeln und deren Güte beurteilen,
- Verfahren der logistischen Regression und Klassifikation einsetzen, um kategoriale Zielvariablen zu bestimmen und Entscheidungsgrundlagen zu schaffen.
- Sprache des Unterrichts: Deutsch
- Dozent: Prof. Dr.-Ing. Peter Detzner
- Studienleistungen: 4 SWS, 6 ECTS CP
- Moodle-Kurs, bitte einschreiben: Moodle
- Joel Grus, Einführung in Data Science, 2nd Edition. O’Reilly, 2019. O’Reilly
- Wes McKinney, Datenanalyse Mit Python, 3rd Edition. O’Reilly, 2023. [O’Reilly]https://www.oreilly.com/library/view/datenanalyse-mit-python/9781098157159/
- Marcus J. Neuer, Maschinelles Lernen für die Ingenieurwissenschaften: Einführung in physikalisch informierte, erklärbare Lernverfahren für KI in technischen Anwendungen. Springer, 2024. Springer
- Thomas Nield, Mathe-Basics Für Data Scientists. O’Reilly, 2024. O’Reilly