NWNR100350 Data Science (UIW)
- Art
- prüfungsimmanente Lehrveranstaltung
- Semesterstunden
- 2
- Vortragende/r (Mitwirkende/r)
- Organisation
- Statistik
- Angeboten im Semester
- Sommersemester 2026
- Unterrichts-/ Lehrsprachen
- Deutsch
- Lehrinhalt
-
‐ Grundlagen des Programmierens (mit R Studio), Computational Thinking
‐ Datengewinnung am Beispiel verschiedener Datenquellen und Datentypen in Abstimmung mit angewandten Modulen des Studienganges UIW
‐ Datenaufbereitung
‐ Datenvisualisierung und Interpretation
‐ Erstellung einfacher wissenschaftlicher Berichte
‐ Data Journalism (Daten einfach verständlich erklären und als Seminararbeit in Form eines Mini‐Artikels mit ausgewählter Grafik darstellen)
- Inhaltliche Voraussetzungen (erwartete Kenntnisse)
-
Grundlagen der Mathematik
- Lehrziel
-
Kenntnisse:
Die Studierenden können wichtige Datenquellen beschreiben, können deren grundlegende Datenstrukturen erklären, und können skizzieren, wie sie diese für die Datenanalyse effizient erschließen, aufbereiten, strukturieren und auswerten können. Sie können grundlegende Programmstrukturen beschreiben und wissen diese für die Datenaufbereitung, Analyse und Visualisierung anzuwenden. Sie sind imstande, den Prozess der Analyse und Dokumentation fachlich korrekt zu beschreiben.
Fertigkeiten:
Sie können einfache Programme und Algorithmen in der Sprache R erstellen. Damit sind sie imstande auch größere Datenstrukturen zu importieren, aufzubereiten, zu analysieren, visualisieren und zu dokumentieren.
Fachliche / berufliche Kompetenzen:
Sie sind in der Lage das erforderliche Datenmaterial selbständig und statistisch sinnvoll zu sammeln, aufzubereiten, und die Analysen hinsichtlich der verwendeten Algorithmen, Methoden und der Ergebnisse wissenschaftlich korrekt zu dokumentieren.
Persönliche Kompetenzen:
Für Lai*innen verständlich kommunizieren können.
Noch mehr Informationen zur Lehrveranstaltung, wie Termine oder Informationen zu Prüfungen, usw.
finden Sie auf der Lehrveranstaltungsseite in BOKUonline.