Veranstaltung

Die hier angezeigten Termine und Veranstaltungen werden dynamisch aus Stud.IP heraus angezeigt.

Daher kontaktieren Sie bei Fragen bitte direkt die Person, die unter dem Punkt Lehrende/Dozierende steht.

Veranstaltung

Semester: Sommersemester 2024

2.01.040 Data Science I -  


Veranstaltungstermin | Raum

  • Dienstag, 2.4.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 9.4.2024 16:00 - 18:00 | A01 0-008
  • Donnerstag, 11.4.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 16.4.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 23.4.2024 16:00 - 18:00 | A01 0-008
  • Donnerstag, 25.4.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 30.4.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 7.5.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 14.5.2024 16:00 - 18:00 | A01 0-008
  • Donnerstag, 16.5.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 21.5.2024 16:00 - 18:00 | A01 0-008
  • Donnerstag, 23.5.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 28.5.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 4.6.2024 16:00 - 18:00 | A01 0-008
  • Donnerstag, 6.6.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 11.6.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 18.6.2024 16:00 - 18:00 | A01 0-008
  • Donnerstag, 20.6.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 25.6.2024 16:00 - 18:00 | A01 0-008
  • Dienstag, 2.7.2024 16:00 - 18:00 | A01 0-008
  • Donnerstag, 4.7.2024 16:00 - 18:00 | A01 0-008

Beschreibung

Data Science is an interdisciplinary science at the intersection of statistics, machine learning, data visualization, and mathematical modeling. This course is designed to provide a practical introduction to the field of Data Science by teaching theoretical principles while also applying them practically. Topics covered range from data collection and preparation (data sources & formats, data cleaning, data bias), mathematical foundations (statistical distributions, correlation analysis, significance) and methods for visualization (tables & plots, histograms, best practices) to the development of models for classifying or predicting values (linear regression, classification, clustering).

lecturer

TutorIn

Studienbereiche

  • Informatik

SWS
4

Lehrsprache
deutsch und englisch

Anzahl der freigegebenen Plätze für Gasthörende
1

(Stand: 19.01.2024)  | 
Zum Seitananfang scrollen Scroll to the top of the page