Zur Seitennavigation oder mit Tastenkombination für den accesskey-Taste und Taste 1 
Zum Seiteninhalt oder mit Tastenkombination für den accesskey und Taste 2 
Name des Moduls [352680] Mastermodul Data Science II - 9 LP Bezeichnung des Moduls FMI-IN3238

Studiengang [079] - Informatik ECTS Punkte 9

Arbeitsaufwand für Selbststudium 180 Häufigkeit des Angebotes (Modulturnus) unregelmäßig, siehe gegebenenfalls zusätzliche Informationen
Arbeitsaufwand in Präsenzstunden 90 Dauer des Moduls 1
Arbeitsaufwand Summe (Workload) 270    

Modul-Verantwortliche/r

Birgitta König-Ries

Voraussetzung für die Vergabe von Leistungspunkten (Prüfungsform)

mündliche oder schriftliche Prüfung oder Projektarbeit

Die Prüfungsform richtet sich nach der in diesem Modul gewählten Lehrveranstaltung. Sie wird im Vorlesungsverzeichnis veröffentlicht und von der Lehrperson zu Veranstaltungsbeginn bekannt gegeben.

Zusätzliche Informationen zum Modul
  • Die gewählte Lehrveranstaltung darf nicht in einem anderen Modul belegt worden sein.
  • Eine kontinuierliche Anwesenheit und Engagement in den Lehrveranstaltungen ist für den Studienerfolg dringend zu empfehlen.
Unterrichtssprache

Deutsch, bei Bedarf Englisch

Voraussetzung für die Zulassung zum Modul

keine

Empfohlene bzw. erwartete Vorkenntnisse

siehe Hinweise zu den Lehrveranstaltungen im Vorlesungsverzeichnis

Art des Moduls (Pflicht-, Wahlpflicht- oder Wahlmodul)

079 M.Sc. Informatik (PO-V. 2021): Wahlpflichtmodul (Säule Anwendungen)

Zusammensetzung des Moduls / Lehrformen (V, Ü, S, Praktikum, …)

Vorlesung und Übung im Gesamtumfang von 6 SWS
Die genaue Zusammensetzung ist abhängig von der gewählten Lehrveranstaltung und wird im Vorlesungsverzeichnis angekündigt.

Inhalte

Gegenstand des Moduls sind Themen zu:

  • Datenmanagement für Data Science
  • Datenintegration im Kontext Data Science
  • Semantic Web Technologien für Data Science
  • Methodische Elemente und Software-Werkzeuge zur Unterstützung von Data Science
  • Analyse von strukturierten und unstrukturierten Daten
  • Prinzipien von Open Science

Gewählt werden kann aus dem Lehrveranstaltungsangebot. Genaue Angaben zum gewählten Lehrinhalt befinden sich im Veranstaltungskommentar zu jeder Lehrveranstaltung.

Lern- und Qualifikationsziele
  • Die Studierenden sammeln umfassende fortgeschrittene Kenntnisse und Fähigkeiten in einem Teilgebiet von Data Science.
  • Die Studierenden sind in der Lage, Probleme auf einem speziellen Gebiet von Data Science zu verstehen, zu analysieren und zu lösen.
  • Die Studierenden beherrschen die wichtigsten und gängigsten Methoden von Data Science und sind in der Lage, diese auch in der Praxis anzuwenden.
  • Die Studierenden erarbeiten sich Grundlagen für weiterführende und vertiefende Studien und sind befähigt, Lösungsstrategien für komplexere Problemstellungen auf einem Teilgebiet von Data Science und dessen Anwendungen zu entwickeln und zu realisieren.
  • In den Übungen werden neben der Vertiefung des Vorlesungsstoffes weitere Fähigkeiten zum klaren Formulieren und strukturierten Präsentieren von Lösungen trainiert.
  • Die Studierenden trainieren ihr konzeptionelles, analytisches und logisches Denken.
Voraussetzung für die Zulassung zur Modulprüfung

Die Voraussetzungen für die Zulassung zur Modulprüfung werden durch die Lehrveranstaltung bestimmt, die Sie mit diesem Modul belegen. Sie werden im Vorlesungsverzeichnis veröffentlicht und von der Lehrperson zu Veranstaltungsbeginn mitgeteilt.

Impressum | Datenschutzerklärung