zurück zur Suche

Python and Advanced Data Science

MGTHN0094Digital Technology6 ECTSEnglischSommersemesterLehrstuhl für Digital Marketing (Prof. Meißner)
KI-überarbeitetes Infoblatt. Auf Basis der TUMonline-Modulbeschreibung, sprachlich aufbereitet.Original in TUMonline

Worum geht's

Du lernst, wie Python für Data Science und fortgeschrittene Machine-Learning-Techniken eingesetzt wird. Am Ende kannst du Daten mit Python aufbereiten, analysieren und visualisieren sowie ML-Modelle (inkl. Deep Learning und NLP-Grundlagen) praktisch umsetzen und bewerten.

Was du danach kannst

  • Grundlegende und erweiterte Python-Datenstrukturen anwenden
  • Daten aus Dateien und relationalen Datenbanken mit SQL verarbeiten
  • Daten säubern, transformieren und explorativ analysieren (EDA)
  • Daten visualisieren und Erkenntnisse verständlich präsentieren
  • Überwachtes und unüberwachtes maschinelles Lernen anwenden
  • Ensemble-Methoden und Regularisierung verstehen und einsetzen
  • Grundlagen von AutoML, Deep Learning (NN, RNN, CNN) und NLP kennen
  • Modelle evaluieren, optimieren und in Projekten praktisch umsetzen

Aus was das Modul besteht

  • VorlesungVermittlung von Theorie zu Python, Data Science und ML-Techniken
  • ÜbungenPraktische Programmier- und Anwendungsaufgaben zur Vertiefung
  • Gruppenarbeit / ProjektAnwendung der Inhalte in realitätsnahen Projekten
  • PräsentationenDarstellung und Reflexion der Projektergebnisse

Lehrmethode

  • VorlesungErläutert Konzepte und gibt Übersicht über Methoden
  • ÜbungenErmöglichen praktische Anwendung und Übung von Python-Code
  • GruppenarbeitFördert gemeinsames Arbeiten an Projekten und Problemstellungen
  • PräsentationenUnterstützen Reflexion und Vermittlung der Ergebnisse

Termine

VorlesungPython and Advanced Data Science (MGTHN0094)

Aus dem laufenden Semester, unverbindlich.

Modulbewertungen

Noch keine Bewertungen für dieses Modul.

Modul bewerten

Fülle nur die Kategorien aus, die du beurteilen kannst – je Kategorie entweder Sterne und Text zusammen oder gar nichts.

Vorlesung
Übung
Prüfung

Bewertungen werden vor der Veröffentlichung automatisch geprüft.

Offizielle Seite in TUMonline · Angaben unverbindlich.