Einführung in die Programmierung mit Python für Data Science

Modulgruppe: Informatik

In diesem Modul erlernen die TeilnehmerInnen grundlegende Programmierkenntnisse in Python. Der Fokus der Programmiertätigkeit liegt dabei immer auf dem Anwendungsgebiet der Data Science. Dazu gehört das korrekte Einlesen, Verarbeiten und Bereinigen von Daten genauso, wie die Erstellung von Aggregationsanalysen und Visualisierungen. Alle Lerninhalte des Moduls werden praxisnah mit Übungen auf Basis realer Datensätze vermittelt.

Das Modul beinhaltet einen festen wöchentlichen Online-Termin am Dienstagabend, jeweils von 19:00 - 20:30 Uhr.

Termine:
  • 01./08./15./22./29. Oktober 2024
  • 05./12./19./26. November 2024
  • 03./10./17. Dezember 2024
  • 07./14. Januar 2025

  

Das Modulhandbuch finden Sie hier.

Die folgenden Inhalte werden mit umfangreichem Übungsanteil auf Basis realer Daten (etwa von der Kaggle-Website) vermittelt:

  • Grundlagen von Python, IPython und Jupyter Notebooks
  • Eingebaute Datenstrukturen, Funktionen, Umgang mit Dateien
  • NumPy und Vektorisierung
  • Pandas
  • Datenbereinigung
  • Aggregation von Daten und Pivottabellen
  • Visualisierung

Die Inhalte werden zum Abschluss in einem Projekt zusammengeführt.

Die Studierenden …

Fachkompetenz

  • erläutern Syntax und Semantik von Sprachkonstrukten in Python
  • verstehen Grundkonzepte der prozeduralen Programmierung
  • setzen Programmierregeln für verständliche und wartbare Programme bei der Implementierung um
  • wenden grundlegende Python-Bibliotheken für Datenanalyse an
  • wählen algorithmische Lösungsmuster passend für gegebene analytische Problemstellungen aus

Methodenkompetenz

  • lösen einfache Anwendungsprobleme mit Hilfe einer geeigneten programmtechnischen Lösung
  • entwerfen, implementieren und testen Algorithmen zur Problemlösung
  • können die Problemlösungen in den betrieblichen Kontext einordnen

Sozial- und Selbstkompetenz

  • entwickeln und diskutieren Lösungen für Programmierprobleme und arbeiten in Kleingruppen
  • schätzen eigene analytische und konzeptionelle Fähigkeiten ein und können fachliche Stärken und Schwächen reflektieren

Das Online-Studium findet im Selbststudium in der Form eines „Flipped Classroom“ statt. Für das Selbststudium stehen Video-Vorlesungen, ausführliche und sauber dokumentierte Codebeispiele als Jupyter-Notebooks und praktische Übungen bereit. In wöchentlichen Online-Sprechstunden werden Sie bei der Bearbeitung des Lernstoffs zusätzlich unterstützt.

Voraussetzung ist ein erster Hochschulabschluss.

Inhaltlich: Kenntnisse relationaler Datenbanken (SQL) und grundlegender Programmierkonzepte sind hilfreich, aber nicht unabdingbar.

Empfohlen wird:

  • Ein Desktop-Rechner oder ein Notebook mit einer aktuellen, d.h. vom jeweiligen Hersteller unterstützten Version von Microsoft Windows, Apple macOS oder Linux
  • Ein Headset
  • Die aktuelle Version von Mozilla Firefox, Google Chrome, Apple Safari oder Microsoft Edge
  • Internet-Zugang (z.B. über xDSL, Cable, LTE, 5G) mit mindestens 3 Mbit/s in Downstream- und 384 kbit/s in Upstream-Richtung ("DSL 3000").

Bitte zögern Sie nicht, uns bei Fragen zu den technischen Anforderungen zu kontaktieren.

Für die Zulassung zur Modulprüfung (Klausur/mündl. Prüfung) sind folgende Voraussetzungen zu erfüllen:

  • Teilnahme an mindestens 2 Präsenztagen
  • Bearbeitung von als verpflichtend angegebenen Onlineinhalten

In Härtefällen kann ein formloser Antrag auf Zulassung zur Prüfung beim Modulverantwortlichen gestellt werden.

Bei Krankheit ist dem Modulverantwortlichen ein ärztliches Attest vorzulegen.

Die regelmäßige Teilnahme an Online-Foren unterstützt Sie bei der Erarbeitung des Lernstoffs. Detaillierte Informationen entnehmen Sie bitte der Modulbeschreibung im Modulhandbuch.
 

Bei erfolgreichem Abschluss des Moduls erhalten Sie ein Zertifikat sowie ein Supplement, das die Inhalte des Moduls als Übersicht auflistet. Im Supplement bestätigt Ihnen der Modulverantwortliche das Äquivalent von 3 Leistungspunkten nach ECTS.
 

Die Studiengebühren der Module für immatrikulierte Studierende bzw. für die Belegung von Einzelmodulen im Kontaktstudium finden Sie auf der Seite zur Modulübersicht.

Dozent

Prof. Dr. Reinhold von Schwerin
Technische Hochschule Ulm

  

  

 

Dieser Zertifikatskurs wurde im Rahmen des Projekts "Data Literacy und Data Science für den Mittelstand: Qualifizierung und Weiterbildung" entwickelt.

Gefördert vom Ministerium für Soziales und Integration Baden-Württemberg aus Mitteln des Europäischen Sozialfonds sowie vom Ministerium für Wissenschaft, Forschung und Kunst Baden-Württemberg