Data Engineering
Winter
(engl. Data Engineering )
Modulnummer: FIN-INF-999700 |
| Link zum LSF: | LSF |
| Verantwortung: | Andreas Nürnberger, Gunter Saake, Myra Spiliopoulou |
| Dozent:in: | Andreas Nürnberger, Gunter Saake, Myra Spiliopoulou |
| Lehrveranstaltungen: | Vorlesung Data Engineering Übung Data Engineering |
| Verwendbarkeit: |
|
Kürzel
|
CP 5 |
Semester Winter |
Fachsem. |
Dauer 1 Semester |
Sprache deutsch |
Niveau Bachelor |
Angestrebte Lernergebnisse:
- Befähigung unstrukturierte Daten durch Datenvorverarbeitung in ein Format zu bringen, das für weitere Auswertung wie zum Beispiel maschinelles Lernen geeignet ist.
- Studierende sollen die Datenaufbereitung praktisch umsetzen sowie einfache Analysen durchführen können.
- Umgang mit wissenschaftlichen Inhalten und Software Libraries auf Englisch
Inhalt:
Teil 1: Datenbanken
- ER Modellierung und Tabellen
- SQL Grundlagen
- SQL Aggregationen
- Alternative Datenbanksysteme
- Anfragearten
- Datenstrukturen für verschieden Anfragearten
- Aggregationen in Python
- Datenmengen & Zeitreihen
- Statistisches Testen
- Datenreinigung, -normalisierung und -transformationen
- Missingness & Rauschen
- Reduzierung des Dimensionsraums
Arbeitsaufwand:
150 h = 54 h Präsenszeit und 96 h Selbststudium
| Prüfungsvorleistungen: | Studien-/Prüfungsleistungen: | Lehrform / SWS: |
|
Keine |
Klausur (120 min.)
|
Vorlesung (2 SWS)
Übung (2 SWS)
|
| Voraussetzungen nach Prüfungsordnung: | Empfohlene Voraussetzungen: |
|
keine
|
|
| Medienformen: | Literatur: |
|
|
|
Hinweise:
Verwendbarkeit des Moduls im B.Sc. AI Engineering