Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Data Science ToolboxModulbeschreibung #70348 / Version 1

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v7)
Modul / Version#70348 / #1
GültigkeitWS 2018/19 – WiSe 2021/22
Verfügbare Sprache(n)Deutsch
Leistungspunkte6
Modulverantwortliche*rTeubner, Timm-Christopher
BenotungBenotet
PrüfungsformSchriftliche Prüfung
Lehrsprache(n)Deutsch

Zugehörigkeit

FakultätFakultät VII
InstitutInstitut für Technologie und Management
Fachgebiet37331700 FG Digital Service Engineering

Kontakt

SekretariatKeine Angabe
Ansprechpartner*inHaas, Felix
E-Mail-Adressefelix.haas@tu-berlin.de
Webseitehttps://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

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Data Science ToolboxVorlesung3733 L 9811 Wintersemester[en, de]2 ISIS
Data Science ToolboxÜbung3733 L 9815 Wintersemester[en, de]2 ISIS

Veranstaltungen im Vorlesungsverzeichnis

Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.

WiSe 2026/27 (2)

Data Science Toolbox (Vorlesung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Data Science Toolbox (Übung) 1

Alle Gruppen dieser Lehrveranstaltung im Verzeichnis

Arbeitsaufwand und Leistungspunkte

Data Science Toolbox (Vorlesung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung152 h30 h
60 h

Data Science Toolbox (Übung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit152 h30 h
Vor-/Nachbereitung152 h30 h
60 h

Lehrveranstaltungsunabhängiger Aufwand

AufwandbeschreibungMultiplikatorStundenGesamt
Prüfungsvorbereitung160 h60 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

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

BenotungBenotet
PrüfungsformSchriftliche Prüfung
SpracheDeutsch
Dauer/Umfang60 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 / StuPOSemesterStudiengangsbereich
Industrial Economics
StuPO 2018
SoSe 2020Wahlpflichtbereich › Sektoren und Technik
WiSe 2020/21Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule
SoSe 2021Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule
WiSe 2021/22Wahlpflichtbereich › Vertiefungsstudium › VWL-Vertiefungsmodule
Innovation Management, Entrepreneurship and Sustainability
StuPO 2016
WiSe 2020/21Wahlpflichtbereich › Innovation
SoSe 2021Wahlpflichtbereich › Innovation
WiSe 2021/22Wahlpflichtbereich › Innovation
Nachhaltiges Management
StuPo 2016
WiSe 2020/21Wahlpflichtbereich › Fokus › Ökologie und Technik
SoSe 2021Wahlpflichtbereich › Fokus › Ökologie und Technik
WiSe 2021/22Wahlpflichtbereich › Fokus › Ökologie und Technik
Volkswirtschaftslehre
StuPo 2018
WiSe 2020/21Wahlpflichtbereich › Sektoren und Technik
SoSe 2021Wahlpflichtbereich › Sektoren und Technik
WiSe 2021/22Wahlpflichtbereich › Sektoren und Technik
Wirtschaftsingenieurwesen
StuPO 2015
SoSe 2020Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Systems Engineering & Digitalization
WiSe 2020/21Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Systems Engineering & Digitalization
SoSe 2021Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Systems Engineering & Digitalization
WiSe 2021/22Integrationsbereich/Integration › Integrationsbereich/Integration (Wahlpflicht/Compulsory-Elective) › Systems Engineering & Digitalization

Sonstiges

Keine Angabe