Werkzeuge der Datenwissenschaft

Worum geht's

Du lernst, wie man Datenquellen und Datentypen handhabt, Daten in Python (Jupyter) lädt, mit numpy und pandas verarbeitet und explorativ sowie visuell analysiert. Außerdem erhältst du Kenntnisse zu leistungsfähiger Datenverarbeitung (SQL, Dask, Numba, GPUs) sowie zu offener Wissenschaft, Versionierung mit git und zur Veröffentlichung von Python-Paketen.

Was du danach kannst

• Datensatz von der Festplatte in Python/Jupyter laden
• Vertrautheit mit numpy und pandas
• Daten untersuchen, transformieren und filtern
• Datenverteilungen in niedrigen und hohen Dimensionen visualisieren
• Statistikpakete wie scipy verwenden
• Statistische Ergebnisse visualisieren
• Grundlegende Kenntnisse über git
• Ein Python-Paket auf PyPI veröffentlichen können

Aus was das Modul besteht

• VorlesungTheoretische Konzepte und Vorstellung neuer Werkzeuge/Methoden
• ÜbungenPraktische Umsetzung der Vorlesungsinhalte in Jupyter-Notebooks

Lehrmethode

• Vorlesungsblock (90 Minuten, Donnerstag)Erklärung theoretischer Konzepte und Vorstellung neuer Werkzeuge
• Anschließende praktische ÜbungenAnwendung des Gelernten an Übungsaufgaben am Computer