Worum geht's
Du lernst, wie du große Datensätze — insbesondere Texte und Netzwerkdaten — mit Python analysierst. Am Ende kannst du Daten sammeln, bereinigen, transformieren und mit Standardbibliotheken auswerten; außerdem wendest du grundlegende Statistik-, Visualisierungs- und Machine‑Learning‑Verfahren auf eigene Forschungsfragen an.
Was du danach kannst
- Daten sammeln und einlesen (inkl. Web Scraping und APIs)
- Daten auswählen, bereinigen, zusammenführen und umformen
- Textanalyse: Vorverarbeitung, POS, NER, Vektorisierung, Topic Modeling
- Netzwerkanalyse: Kennzahlen, Zentralität, Diffusionssimulationen
- Einsatz von Statistikverfahren (Korrelation, T‑Test, Chi²)
- Anwendung grundlegender ML‑Verfahren: Regression, Klassifikation, Clustering
Aus was das Modul besteht
- VorlesungPräsentation neuer Themen und Konzepte
- Übung / In‑class exercisesPraktisches Implementieren und Anwenden der Konzepte in Python
Lehrmethode
- VorlesungEinführung in neue Themen
- In‑class ÜbungenImplementierung und Anwendung der vorgestellten Methoden in Python