Datenzentrierte Technik und Wissenschaft
Dozent: Klaus Diepold
Assistenten: Michael Moosmeier
Zielgruppe: Bachelor /Hochschule für Politik
ECTS: 6
Umfang: 2/1/3 (SWS Vorlesung/Übung/Praktikum)
Turnus: Sommersemester
Anmeldung: TUMOnline
Zeit & Ort: Vorlesung donnerstags 11.30 - 13.00, Übung dienstags 16.45 - 18.15
Beginn: erste Vorlesung Donnerstag 12.04.2018

Inhalt

multivariate Datenanalyse - Methoden: Partial Least Squares (PLS) und Principal Component Analysis (PCA) und Werkzeuge: Datenvisualisierung, Validierung; Planung von Experimenten und Durchführung von Datenerhebungen und Datenanalysen; Künstliche Intelligenz, Maschinelles Lernen und Neuronale Netze; Einführung in die Programmierung mit Python; agile Softwareentwicklung im Team

Angestrebte Lernergebnisse

Die Studierenden erwerben ein grundlegendes Verständnis und erste Erfahrungen im Umgang mit Daten und deren Auswertung; Sie erlernen einfache Programme in Python zu entwickeln; Sie planen Datenerhebungen und führen einfache Analysen durch; Sie können Chancen, Risiken und Grenzen der Datenbasierten Technik und der künstlichen Intelligenz grundsätzlich einschätzen; sie lernen agiles Projektmanagement kennen.

Lehr- und Lernmethode

Vorlesung zur Wissensvermittlung; Seminaristische Diskussion der aktuellen Themen der Veranstaltung zur Vertiefung und Aktivierung des Wissens; Bearbeitung einfacher Beispiele und Übungsaufgaben zur Datenanalyse; Teamorientiertes Software-Projekt zur Datenanalyse/Künstlichen Intelligenz zur eigenständigen Anwendung der erlernten Konzepte.

Studien- und Prüfungsleistungen

Abschlussklausur 30% (mündlich)
Hausaufgaben 20%
Projekt 50%

Literatur

Multivariate Analysis of Quality: An Introduction. H. Martens, M. Martens, Wiley, 2001.

Zielgruppe und Anmeldung

Die Vorlesung wird nur für den Bachelor-Studiengang der Studierenden der Hochschule für Politik angeboten.