INF.06485.04 - Einführung in Data Science (Complete module description)
INF.06485.04 - Einführung in Data Science (Complete module description)
INF.06485.04
5 CP
Module label
Einführung in Data Science
Module code
INF.06485.04
Semester of first implementation
Faculty/Institute
Institut für Informatik
Module used in courses of study / semesters
Bioinformatik (180 LP) (Bachelor) > Bioinformatik Bioinformatik180, Version of accreditation valid from SS 2021 > Pflichtmodule
Bioinformatik (180 LP) (Bachelor) > Bioinformatik Bioinformatik180, Version of accreditation (WS 2018/19 - WS 2022/23) > Pflichtmodule
Informatik (180 LP) (Bachelor) > Informatik Informatik180, Version of accreditation valid from SS 2021 > Pflichtmodule
Informatik (180 LP) (Bachelor) > Informatik Informatik180, Version of accreditation (WS 2018/19 - WS 2022/23) > Pflichtmodule
Nutzpflanzenwissenschaften (MA120 LP) (Master) > Agrarwissenschaft/Landwirtschaft Nutzpflanzenwiss.MA120, Version of accreditation valid from WS 2018/19 > Wahlpflichtmodule
Physik und Digitale Technologien (180 LP) (Bachelor) > Physik Physik u. Dig. Tech. 180, Version of accreditation valid from WS 2019/20 > Wahlobligatorische Ergänzungsfächer
Responsible person for this module
Further responsible persons
Prof. Dr. Ivo Große/PD Dr. Alexander Hinneburg
Prerequisites
Skills to be acquired in this module
Die Studierenden erwerben durch dieses Modul die folgenden Kompetenzen:
Sie verstehen die Grundlagen der Wahrscheinlichkeitsrechnung und Kombinatorik und können einfache reale Vorgänge modellieren.
Sie verstehen den Satz von Bayes und können Randwahrscheinlichkeiten und bedingte Wahrscheinlichkeiten sowie Randwahrscheinlichkeitsdichten und bedingte Randwahrscheinlichkeitsdichten berechnen.
Sie können abhängige, unabhängige, bedingt abhängige und bedingt unabhängige Zufallsvariablen, Zufallsvektoren und Zufallsmatrizen voneinander unterscheiden und modellieren.
Sie können mit univariaten Verteilungen von Zufallsvariablen und multivariaten Verteilungen von Zufallsvektoren sowie mit Erwartungswerten, Varianzen, Kovarianzen und höheren Momenten von Zufallsvariablen rechnen und diese Kompetenz zur Lösung einfacher realer Problemstellungen nutzen.
Sie kennen verschiedene konjugierte Prior-Verteilungen für verschiedene univariate und multivariate Verteilungen und können mit diesen die Parameter dieser Verteilungen mittels verschiedener Schätzverfahren schätzen.
Sie verstehen die Grundlagen statistischer Tests und die Bedeutung von P-Werten und können verschiedene statistische Tests zur Beantwortung einfacher Fragestellungen praktisch anwenden.
Sie beherrschen die praktische Anwendung dieser Kompetenzen, um einfache Klassifikationsprobleme aus der Informatik und der Bioinformatik zu lösen, und können die Güte verschiedener Modelle oder verschiedener Klassifikatoren berechnen und miteinander vergleichen.
Verschiedene konjugierten Prior-Verteilungen für verschiedene Verteilungen, Schätzverfahren
Statistische Tests und Klassifikation von Daten aus der Informatik und der Bioinformatik
Forms of instruction
Lecture (2 SWS)
Exercises (2 SWS)
Course
Course
Languages of instruction
German, English
Duration (semesters)
1 Semester Semester
Module frequency
jedes Wintersemester
Module capacity
unlimited
Time of examination
Credit points
5 CP
Share on module final degree
Course1: %; Course2: %; Course3: %; Course4: %.
Share of module grade on the course of study's final grade
1
Module course label
Course type
Course title
SWS
Workload of compulsory attendance
Workload of preparation / homework etc
Workload of independent learning
Workload (examination and preparation)
Sum workload
Course 1
Lecture
Vorlesung
2
0
Course 2
Exercises
Übung
2
0
Course 3
Course
Bearbeitung der Arbeitsblätter und Übungsaufgaben
0
Course 4
Course
Vorbereitung Klausur
0
Workload by module
150
150
Total module workload
150
Examination
Exam prerequisites
Type of examination
Course 1
Course 2
Course 3
Course 4
Final exam of module
Erfolgreiche Bearbeitung und Vorstellung von Übungsaufgaben: die Übungen können Arbeitsblätter, Programmieraufgaben und Testate umfassen. Bei der Bearbeitung der Übungsaufgaben muss eine Mindestpunktzahl erreicht werden.