ISA-200.001 Datenwelten I: Einführung in Data Science [digital]

Veranstaltungsdetails
Schließen 

Lehrende: Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath

Veranstaltungsart: Vorlesung

Anzeige im Stundenplan:

Credits: 3,0

Unterrichtssprache: Deutsch

Min. | Max. Teilnehmerzahl: 10 | 500

Weitere Informationen:
Dieses Angebot richtet sich an alle Studierenden der UHH.
Es kann sein, dass Sie den Kursbereich "Studium Generale - Lehrangebot aus dem ISA-Zentrum" nicht in Ihrer Baumstruktur finden. Bitte senden Sie sich in diesem Fall eine Email an stine.isa@lists.uni-hamburg.de, damit Sie manuell anmeldet werden können.
Verwendbar im Freien Wahlbereich bzw. Studium generale.
Link zu OpenOlat: : https://www.openolat.uni-hamburg.de/url/RepositoryEntry/276725924

Kommentare/ Inhalte:
Die Vorlesung führt in informationstechnische und statistische Grundlagen der Data Science ein. Sie ist Teil eines zweisemestrigen Zyklus zu "Datenwelten". Im Sommersemester folgt eine zweite Vorlesung, die sich Datenethik, Datenrecht und erkenntnistheoretischen Reflektionen auf eine "verdatete" Welt befassen wird.

Beide Vorlesungen werden von interdisziplinär zusammengesetzten Teams von Lehrenden gehalten, um unterschiedliche Perspektiven auf Data Science, unterschiedliche Fragestellungen und Problemsichten einzubringen und aufeinander zu beziehen.

Lernziel:
Am Ende der Vorlesung Datenwelten I sollen Sie als Studierende über ein Grundverständnis davon verfügen, was Data Science ist. Sie sollen eine Grundvorstellung von der Funktionsweise der informationstechnischen Systeme haben, die in weiten Teilen unseren Alltag (mit)gestalten. Ergänzend sollen Sie ein Grundverständnis davon entwickelt haben, mit welchen statistischen Verfahren und wie Daten analysiert, und wie aus Datenanalysen "intelligente" Systeme gemacht werden. Schließlich sollen Sie eine erste Vorstellung davon entwickeln, wie technische und soziale Systeme bei der Erhebung, Aufbewahrung und Nutzung von Daten interagieren.

Vorgehen:
Die Vorlesung besteht aus einem Videos und einem wöchentliche Onlinetreffen.
Die Videos werden spätestens vier Tage vor einem Termine auf Lecture2Go bereitgestellt. Für jeden Termin gibt es 2-4 kurze Videosequenzen, die insgesamt zw. 60 und 90 Minuten dauern.

Die in STINE eingetragen Veranstaltungszeit 16:00-19:00 ist wie folgt zu verstehen:
16:00-18:00: Ansehen der Videos (Das Anschauen kann natürlich auch zu einem anderen Zeitpunkt erfolgen. Die Planung in STINE soll vor allem deutlich machen, das hierfür Zeit notwendig ist).
18:00-19:00: Onlinetreffen für eine synchrone Frage- und Diskussionsrunde. Diese wird in der Regel durch den Stoff reflektierende Fragen der Lehrenden eingeleitet, um von dort ausgehend weitere Verständnisfragen zu klären und Raum zur Diskussion über Aspekte der Vorlesungen zu geben.

Die selbständige weitere Vertiefung der Kenntnisse wird unterstützt durch eine Kurseinheit auf der E-Learning-Plattform OpenOLAT. Hier werden ergänzende Materialien zur Verfügung gestellt. Auch die regelmäßigen Onlinetests (siehe Hinweise zu den Prüfungen) werden hier absolviert.

Literatur:
1. Einführung in Data Science, die kaum Voraussetzungen fordert. Fokussierte vor allem Datenanalyse:
Annalyn Ng, Kenneth Soo: Data Science - was ist das eigentlich?! : Algorithmen des maschinellen Lernens verständlich erklärt
https://kataloge.uni-hamburg.de/DB=1/XMLPRS=N/PPN?PPN=1038685842

2. Einführung in Data Science, die die Bereitschaft voraussetzt, sich mit R (Open Source Statistikprogramm und Programmiersprache) auseinanderzusetzen. Fokussiert ebenfalls Analyseverfahren. Startet bei ähnlichen Voraussetzungen wie Nr. 1 (Ng und Soo) geht aber deutlich weiter, weil das eigene Programmieren geübt werden kann:
Brett Lantz: Machine Learning with R
https://kataloge.uni-hamburg.de/DB=1/XMLPRS=N/PPN?PPN=1653113693

3. Sehr breite Einführung in Data Science inkl. informationstechnischer Grundlagen. Vieel Anwendungsbeispiele aus dem öffentlichen Sektor und der Privatwirtschaft:
Stefan Papp u.a.: Handbuch Data Science : mit Datenanalyse und Machine Learning Wert aus Daten generieren
https://kataloge.uni-hamburg.de/DB=1/XMLPRS=N/PPN?PPN=1067692673

Zusätzliche Hinweise zu Prüfungen:
1. Prüfungstermin:
Während des Semesters werden mehrere Online-Tests mit einer Bearbeitungsrahmenzeit von jeweils einer Woche durchgeführt. Die Bearbeitungsdauer innerhalb dieser Zeit ist nicht begrenzt. Die Termine der Onlinetests werden bei der ersten Vorlesung und über openOLAT bekannt gegeben. Zum Bestehen der Prüfungsleistung müssen über alle Online-Test mindestens 50% der zu Punkte erreichen, am Ende des Semesters wird das Ergebnis via STiNE bekanntgegeben. Für die Teilnahme an den Online-Tests muss eine Prüfungsanmeldung in STiNE und eine Anmeldung im oben genannten Kurs in openOLAT vor dem ersten Testtermin erfolgen.

2. Prüfungstermin:
Für die Studierenden, die den 1. Prüfungsversuch (Online-Tests) nicht bestanden haben, gibt es einen 2. Prüfungstermin am Di, 21. März 2021, 14:00-16:00 Uhr in Form eines Take-Home-Exams (Online-Klausur, Bearbeitungsdauer 80 Minuten plus 10 Minuten technischer Puffer.). Zum Bestehen der Prüfungsleistung muss bei der Online-Klausur mindestens 50% der Punkte erreicht werden. Für die Teilnahme an der Nachklausur ist eine eigene Anmeldung in STiNE vorzunehmen. Diese kann erst erfolgen, wenn die Ergebnisse des 1. Prüfungsversuches vorliegen.

Die Ergebnisse können über OpenOLAT eingesehen werden.

Die Online-Tests und das Take-Home Exam sind für Studierende eine unbenotete Studienleistung (bestanden/nicht bestanden).

Termine
Datum Von Bis Raum Lehrende
1 Mo, 17. Okt. 2022 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
2 Mo, 24. Okt. 2022 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
3 Mo, 7. Nov. 2022 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
4 Mo, 14. Nov. 2022 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
5 Mo, 21. Nov. 2022 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
6 Mo, 28. Nov. 2022 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
7 Mo, 5. Dez. 2022 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
8 Mo, 12. Dez. 2022 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
9 Mo, 19. Dez. 2022 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
10 Mo, 9. Jan. 2023 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
11 Mo, 16. Jan. 2023 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
12 Mo, 23. Jan. 2023 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
13 Mo, 30. Jan. 2023 16:15 19:00 online Fabian Burmeister; Dr. Christian Kurtz; Prof. Dr. Henning Lohmann; Prof. Dr. Ingrid Schirmer; Prof. Dr. Kai-Uwe Schnapp; Dr. Wolfram Wingerath
Veranstaltungseigene Prüfungen
Beschreibung Datum Lehrende Pflicht
1. Online-Test k.Terminbuchung Ja
2. Online-Test k.Terminbuchung Ja
Übersicht der Kurstermine
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
Lehrende
Prof. Dr. Ingrid Schirmer
Prof. Dr. Kai-Uwe Schnapp
Dr. Wolfram Wingerath
Prof. Dr. Henning Lohmann
Fabian Burmeister
Dr. Christian Kurtz