Data Science mit Python
Dozent: Dr. Patrick Schäfer
Diese Vorlesung gibt eine Einführung in den Bereich der Data Science, also der Extraktion von Wissen aus strukturierten oder unstrukturierten Daten. Der Kurs thematisiert dabei die typischen Aspekte des Data-Science-Projektzyklus wie Data Mining, Vorverarbeitung, Erzeugung von (statistischen) Merkmalen, explorative Datenanalyse, und maschinelles Lernen.
In der begleitenden Übung werden praktische Erfahrungen mit Fallstudien unter Verwendung von Standardbibliotheken im Python-Ökosystem wie Pandas, NumPy, Seaborn, Matplotlib oder Scikit-Learn gesammelt.
Termin
Für die Teilnahme an der Vorlesung müssen sie sich für den Kurs über Agnes anmelden. Das Moodle Passwort wird dann über Agnes kommuniziert.
Die Einführungsveranstaltung findet am Freitag, den 24.10.25, statt.
| Freitag | 11:00 - 13:00 | RUD 25, 3.001 |
Voraussetzungen
Rudimentäre Programmierkenntnisse in einer beliebigen Sprache werden vorausgesetzt. Kenntnisse in Python sind von Vorteil. Eine Kurzeinführung in Python wird vorlesungsbegleitend gegeben.
Prüfungen und Anrechenbarkeit
Die Vorlesung wird mit einer Klausur abgeschlossen.
Das Modul ist anrechenbar für
- Monobachelor Informatik, 5 SP
- Kombinationsbachelor, 5 SP
- INFORMIT, 5 SP
Literatur und weiterführende Links
- Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython by Wes McKinney (Kostenfrei über die HU-Bibliothek als Download)
- Data Science from Scratch - First Principles with Python by Joel Grus (Kostenfrei über die HU-Bibliothek als Download)
- Schnellstart Python Ein Einstieg ins Programmieren für MINT-Studierende (Kostenfrei über die HU-Bibliothek als Download)
Themen und Folien
Folien sind in Moodle jeweils spätestens nach der Vorlesung als PDF verfügbar. Änderungen möglich. All slides are English, but the course will be held in German.