Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Geo Data ScienceModulbeschreibung #61433 / Version 1

← Zur Modulseite English version
Modul / Version#61433 / #1
GültigkeitSeit WiSe 2020/21
Verfügbare Sprache(n)Englisch
Leistungspunkte6
Modulverantwortliche*rKada, Martin
BenotungBenotet
PrüfungsformMündliche Prüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät VI
InstitutInstitut für Geodäsie und Geoinformationstechnik (IGG)
Fachgebiet36331100 FG Methodik der Geoinformationstechnik

Kontakt

SekretariatH 12
Ansprechpartner*inKeine Angabe
E-Mail-Adressemartin.kada@tu-berlin.de
WebseiteKeine Angabe

Lernergebnisse

Students have a profound understanding of the scientific fields of Data Science, Big Data and Machine Learning in general and in the specific context of geographical data. They have acquired theoretical and practical knowledge in geo data management, manipulation, and visualization as well as familiarity with Big Data technologies. Students understand the mathematical background, the working principles, and applications of Machine Learning algorithms. They are able to transfer real-world problems from the geo-sciences into mathematical models, find and develop solution strategies, and implement them programmatically using Python in conjunction with the respective standard software libraries.

Lehrinhalte

Exploratory thematic and spatial data analysis (with Python), statistical analytics, correlation, data manipulation and cleaning, feature extraction from geographical data, supervised vs. unsupervised learning, linear and polynomial regression, regularized linear models, logistic and multinomial logistic regression, cost functions, model training and fine-tuning, gradient descent, learning curves, performance measures, support vector machines, decision trees, random forests, ensemble learning, dimensionality reduction, segmentation and clustering (k-means, hierarchical clustering, DBSCAN), privacy and ethics in data science, Python numerical, scientific, and machine learning libraries (e.g. NumPy, SciPy, pandas, GeoPandas, scikit-learn).

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Geo Data ScienceÜbung Sommersemester[en]2 ISIS
Geo Data ScienceVorlesung Sommersemester[en]2 ISIS

Arbeitsaufwand und Leistungspunkte

Geo Data Science (Übung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

Geo Data Science (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung154 h60 h
90 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Lectures (45%), exercises (45%), and independent reading (10%).

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Profound knowledge of geographical data representations and linear algebra, basic knowledge and experience in programming with Python.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformMündliche Prüfung
SpracheEnglisch
Dauer/Umfang30 Minutes

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

No information.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

verfügbar

Empfohlene Literatur

Keine empfohlene Literatur angegeben

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Civil Systems Engineering
StuPO 2023
SoSe 2025Wahlpflichtbereich Ingenieurspezifische Grundlagenerweiterung
WiSe 2025/26Wahlpflichtbereich Ingenieurspezifische Grundlagenerweiterung
SoSe 2026Wahlpflichtbereich Ingenieurspezifische Grundlagenerweiterung
WiSe 2026/27Wahlpflichtbereich Ingenieurspezifische Grundlagenerweiterung
Environmental Planning
StuPO 2017 (13.12.2017)
SoSe 2025Wahlpflichtbereich 2: Ergänzungsbereich
WiSe 2025/26Wahlpflichtbereich 2: Ergänzungsbereich
SoSe 2026Wahlpflichtbereich 2: Ergänzungsbereich
WiSe 2026/27Wahlpflichtbereich 2: Ergänzungsbereich
Geodesy and Geoinformation Science
StuPO 2007 (21.03.2007)
SoSe 20252.1 Major subject Geoinformation Technology › Major subject Geoinformation Technology
WiSe 2025/262.4 Major subject Computer Vision and Remote Sensing › Minor subject Geoinformation Technology
SoSe 20262.4 Major subject Computer Vision and Remote Sensing › Minor subject Geoinformation Technology
WiSe 2026/272.4 Major subject Computer Vision and Remote Sensing › Minor subject Geoinformation Technology
Ökologie und Umweltplanung
StuPO 2016
SoSe 2025Wahlpflichtbereich
WiSe 2025/26Wahlpflichtbereich
SoSe 2026Wahlpflichtbereich
WiSe 2026/27Wahlpflichtbereich
Ökologie und Umweltplanung
StuPO 2019 (20.02.2019)
SoSe 2025Wahlpflichtbereich Profilierung Ökologie und Umweltplanung › Profilierung Umweltplanung
WiSe 2025/26Wahlpflichtbereich Profilierung Ökologie und Umweltplanung › Profilierung Umweltplanung
SoSe 2026Wahlpflichtbereich Profilierung Ökologie und Umweltplanung › Profilierung Umweltplanung
WiSe 2026/27Wahlpflichtbereich Profilierung Ökologie und Umweltplanung › Profilierung Umweltplanung

Sonstiges

Keine Angabe