Modul 39-Inf-Pro Programming

Fakultät

Modulverantwortliche*r

Turnus (Beginn)

Jedes Wintersemester

Leistungspunkte und Dauer

5 Leistungspunkte

Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.

Kompetenzen

Die Studierenden erlangen in den Vorlesungen und Übungen ein grundlegendes Verständnis der algorithmischen Modellierung, des Entwurfs und der Analyse von Algorithmen und die Fähigkeit, selbstständig einfache Algorithmen zu analysieren und Programmieraufgaben durchzuführen. Die Programmiersprache, auf die wir uns in dieser Vorlesung konzentrieren, ist Python. Das Modul beinhaltet eine Klausur zu Semesterende.

Lehrinhalte

Bevor Daten analysiert werden können, müssen sie oft erst beschafft und dann transformiert, gereinigt und strukturiert werden ? das heißt, sie sind selten in genau der erforderlichen Form verfügbar. Dieses Modul gibt eine Einführung in die Programmiersprache Python und in die für die Datenanalyse relevanten Bibliotheken.

Lehrinhalte:

  1. Einführung in die Programmierung in Python
  2. Standardalgorithmen und Datenstrukturen in Python
  3. Die Jupyter Notebook-Umgebung
  4. Datenvorbereitung und -analyse mit Pandas
  5. Wissenschaftliches Rechnen mit NumPy
  6. Maschinelles Lernen mit scikit-learn
  7. Statistische Datenvisualisierung mit Seaborn und Bokeh
  8. Verarbeitung natürlicher Sprache mit NLTK
  9. Datenbankprogrammierung
  10. Interagieren mit Datenbanken (z. B. Apache HBase)

Empfohlene Vorkenntnisse

—

Notwendige Voraussetzungen

—

Erläuterung zu den Modulelementen

Modulstruktur: 1 bPr 1

Veranstaltungen

Programming
Art Vorlesung
Turnus WiSe
Workload5 60 h (30 + 30)
LP 2 [Pr]
Programming
Art Übung
Turnus WiSe
Workload5 60 h (30 + 30)
LP 2

Prüfungen

Klausur
Zuordnung Prüfende Lehrende der Veranstaltung Programming (Vorlesung)
Gewichtung 1
Workload 30h
LP2 1

60 Minuten

In diesen Studiengängen wird das Modul verwendet:

Studiengang Profil Empf. Beginn 3 Dauer Bindung 4
Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020, 21.03.2023 und 10.12.2024] Variante 1 1. ein Semes­ter Pflicht

Automatische Vollständigkeitsprüfung

In diesem Modul kann eine automatische Vollständigkeitsprüfung vom System durchgeführt werden.

Legende

1
Die Modulstruktur beschreibt die zur Erbringung des Moduls notwendigen Prüfungen und Studienleistungen.
2
LP ist die Abkürzung für Leistungspunkte.
3
Die Zahlen in dieser Spalte sind die Fachsemester, in denen der Beginn des Moduls empfohlen wird. Je nach individueller Studienplanung sind gänzlich andere Studienverläufe möglich und sinnvoll.
4
Erläuterungen zur Bindung: "Pflicht" bedeutet: Dieses Modul muss im Laufe des Studiums verpflichtend absolviert werden; "Wahlpflicht" bedeutet: Dieses Modul gehört einer Anzahl von Modulen an, aus denen unter bestimmten Bedingungen ausgewählt werden kann. Genaueres regeln die "Fächerspezifischen Bestimmungen" (siehe Navigation).
5
Workload (Kontaktzeit + Selbststudium)
SoSe
Sommersemester
WiSe
Wintersemester
SL
Studienleistung
Pr
Prüfung
bPr
Anzahl benotete Modul(teil)prüfungen
uPr
Anzahl unbenotete Modul(teil)prüfungen
Diese Leistung kann gemeldet und verbucht werden.

Seitenleiste

Modulelemente

Veranstaltungen

Prüfungen

Lehrangebot im eKVV

Lehrangebot im eKVV

Modullisten zeigen

Data Science / Master of Science // Variante 1