Data Science ToolboxModulbeschreibung #70348 / Version 1
- 6 LP
- Schriftliche Prüfung
- Benotet
- Wintersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v7)
| Modul / Version | #70348 / #1 |
|---|---|
| Gültigkeit | WS 2018/19 – WiSe 2021/22 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Teubner, Timm-Christopher |
| Benotung | Benotet |
| Prüfungsform | Schriftliche Prüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät VII |
|---|---|
| Institut | Institut für Technologie und Management |
| Fachgebiet | 37331700 FG Digital Service Engineering |
Kontakt
| Sekretariat | Keine Angabe |
|---|---|
| Ansprechpartner*in | Haas, Felix |
| E-Mail-Adresse | felix.haas@tu-berlin.de |
| Webseite | https://www.tu.berlin/dse |
Lernergebnisse
Unsere Welt und vor allem unsere Arbeitsweise sind zunehmend von Daten geprägt. Aufgrund der stetig wachsenden Menge, Komplexität und Bedeutung von Datenbeständen ist der Umgang mit Daten heute eine der wichtigsten Kompetenzen überhaupt - im Prinzip fast in allen Berufsbildern. In dieser Vorlesung wird den Teilnehmern ein Werkzeugkasten von Methoden entlang des gesamten Informationslebenszyklus vermittelt. Dies beinhaltet Ansätze von der Datenerhebung (z.B. Surveys, Experimente, WebCrawling), Strukturierung (z.B. Filtering, Clustering), Visualisierung (z.B., statisch, online, Netzwerke), bis hin zu Methoden der Analyse und Visualisierung (z.B., Clustering, Web-Crawling, Netzwerkanalyse). Es werden grundlegende aber angewandte Fragen der Statistik sowie praktische Fähigkeiten in Sprachen wie Java und R vermittelt. Ergänzt und erprobt werden die Inhalte anhand von Fallstudien und echten Datenbeispielen. Zusätzlich wird die Vorlesung durch Gastbeiträge von Praxispartnern ergänzt. Im Ergebnis lernen die Teilnehmer, selbstständig daten-basierte Projekte von der Konzeption bis zur Beschreibung und Darstellung der Erkenntnisse durchzuführen.
Lehrinhalte
Ziel des Moduls ist es, ein Grundverständnis für daten-basierte Projekte und Fragestellungen sowie praktische Fähigkeiten und Methoden zu vermitteln. Dabei werden unter anderem folgende Aspekte behandelt:
• Umfragen und Experimente: Design, Durchführung, Auswertung
• WebCrawling 101: Onlinedaten nutzbar machen
• Datenvisualisierung
• Filtering & Clustering
• Data Cleaning & Pre-processing
• (Social) Network Analysis
• Machine Learning 101
• Lineare Regression
• Umfragen und Experimente: Design, Durchführung, Auswertung
• WebCrawling 101: Onlinedaten nutzbar machen
• Datenvisualisierung
• Filtering & Clustering
• Data Cleaning & Pre-processing
• (Social) Network Analysis
• Machine Learning 101
• Lineare Regression
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Data Science Toolbox | Vorlesung | 3733 L 9811 | Wintersemester | [en, de] | 2 | WiSe 2026/27 (1) ISIS |
| Data Science Toolbox | Übung | 3733 L 9815 | Wintersemester | [en, de] | 2 | WiSe 2026/27 (1) ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (2)
Data Science Toolbox (Vorlesung) 1
- Data Science Toolbox I (Vorlesung) Termingruppe 1 3733 L 9811
Data Science Toolbox (Übung) 1
- Data Science Toolbox I (Übung) Termingruppe 1 3733 L 9815
Arbeitsaufwand und Leistungspunkte
Data Science Toolbox (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Data Science Toolbox (Übung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 2 h | 30 h |
| 60 h | |||
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Prüfungsvorbereitung | 1 | 60 h | 60 h |
| 60 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
• Lehrvortrag (klassische Vorlesung)
• Interaktive Diskussion
• In-Class Experimente
• Programmierworkshops
• Gruppenarbeit und Vorträge
• Interaktive Diskussion
• In-Class Experimente
• Programmierworkshops
• Gruppenarbeit und Vorträge
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Dieses Modul hat keine wünschenswerten Voraussetzungen für die Lehrveranstaltungen.
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Schriftliche Prüfung |
| Sprache | Deutsch |
| Dauer/Umfang | 60 Minuten |
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.
Maximale teilnehmende Personen
Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.
Anmeldeformalitäten
Keine Angabe
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 / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Industrial Economics StuPO 2018 | SoSe 2020 | Wahlpflichtbereich › Sektoren und Technik |
| WiSe 2020/21 | Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule | |
| SoSe 2021 | Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule | |
| WiSe 2021/22 | Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule | |
| Innovation Management, Entrepreneurship and Sustainability StuPO 2016 | WiSe 2020/21 | Wahlpflichtbereich › Innovation |
| SoSe 2021 | Wahlpflichtbereich › Innovation | |
| WiSe 2021/22 | Wahlpflichtbereich › Innovation | |
| Nachhaltiges Management StuPo 2016 | WiSe 2020/21 | Wahlpflichtbereich › Fokus › Ökologie und Technik |
| SoSe 2021 | Wahlpflichtbereich › Fokus › Ökologie und Technik | |
| WiSe 2021/22 | Wahlpflichtbereich › Fokus › Ökologie und Technik | |
| Volkswirtschaftslehre StuPo 2018 | WiSe 2020/21 | Wahlpflichtbereich › Sektoren und Technik |
| SoSe 2021 | Wahlpflichtbereich › Sektoren und Technik | |
| WiSe 2021/22 | Wahlpflichtbereich › Sektoren und Technik | |
| Wirtschaftsingenieurwesen StuPO 2015 | SoSe 2020 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Systems Engineering & Digitalization |
| WiSe 2020/21 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Systems Engineering & Digitalization | |
| SoSe 2021 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Systems Engineering & Digitalization | |
| WiSe 2021/22 | Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Systems Engineering & Digitalization |
Sonstiges
Keine Angabe