|
|
Beschreibung |
Kursbeschreibung- Geschichte und Definition von Data Science und Einordnung bzgl. anderer Bereiche (Data Mining, Knowledge Discovery, Machine Learning, Künstliche Intelligenz, Statistik, Information Retrieval, Datenbanken, etc.)
- Überblick über unterschiedlichen Analysearten (bspw. deskriptive, explorative, und
prädiktive Analyse)
- Data Science Prozesslebenszyklen (CRISP-DM, KDD, TDSP)
- Grundlegende Data Science Methoden
- Datenvisualisierung und Kommunikation
- Data Science in der Forschung und Praxis
- Umgang mit Daten
- Datensicherheit und Datenintegrität
- Datenrecht mit aktuellem Gesetzesstand in Deutschland und der EU
- Datenethik mit Grundbegriffen wie Normen, Werte, Moral (Auswirkung von Verzerrung, Technikfolgenabschätzung, Aspekte der Überwachung, Gesellschaftliche Auswirkungen des eigenen Handelns, Algorithmic Bias (Diskriminierende
Algorithmen) |
|
|