|
| Code: | 290300 |
| Modul: | Data Science |
| Module title: | Data Science |
| Version: | 1.0 (09/2022) |
| letzte Änderung: |
13.01.2026 |
| Modulverantwortliche/r: |
Prof. Dr. phil. Längrich, Matthias M.Laengrich@hszg.de |
|
| Modul läuft im: | SoSe (Sommersemester)
|
| Niveaustufe: | Bachelor/Diplom |
| Dauer des Moduls: | 1 Semester |
| Status: | Pflichtmodul |
| Lehrort: | Zittau |
| Lehrsprache: | Deutsch |
| Workload* in |
SWS ** |
Semester |
| Zeit- std. | ECTS- Pkte |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
|
V |
S |
P |
W |
V |
S |
P |
W |
V |
S |
P |
W |
V |
S |
P |
W |
V |
S |
P |
W |
V |
S |
P |
W |
V |
S |
P |
W |
| 150 | 5 | 4.0 |
|
|
|
2 |
0 |
2 |
0 |
|
|
|
| * | Gesamtarbeitsaufwand pro Modul
(1 ECTS-Punkt entspricht einem studentischen Arbeitsaufwand von 30 Zeitstunden) |
| ** | eine Semesterwochenstunde (SWS) entspricht 45 Minuten pro Woche |
| Selbststudienzeit in h |
Angabe gesamt |
|
| 105 |
|
|
Lehr- und Lernformen: | Vorlesung mit Praktikum |
| Prüfung(en) |
| Prüfung | Prüfungsleistung als Klausur (PK) |
90 min |
100.0% |
|
| Lerninhalt: |
Datenextraktion und Computerschnittstellen
Methoden der Datennormalisierung
Statistische Verfahren zur Datenanalyse
Werkzeuge und Prinzipien der Datenvisualisierung und Archivierung |
| Lernergebnisse/Kompetenzen: |
| Fachkompetenzen: | Nach Absolvieren des Moduls besitzen die Studenten die Kompetenz zur Anwendung der Lehrinhalte zur Gewinnung, Bereinigung, Analyse, Visualisierung und Archivierung großer Datenbestände. Die Studenten sind in der Lage, selbstständig entsprechende Projekte zu planen und durchzuführen. |
| Fachübergreifende Kompetenzen: | Die Sozial- und Selbstkompetenz sowie die Fähigkeit zum selbständigen Arbeiten werden gestärkt. |
|
| Notwendige Voraussetzungen für die Teilnahme: | Grundlagen der Programmierung |
|
| Literatur: | Wird in den Lehrveranstaltungen ausgewiesen. |