Master Modul 10-INF-DS304 "Data Preparation & Cleaning"
Modulbeschreibung
Master of Science Data Science
| Modultitel: | Aktuelle Trends in Data Science |
|---|---|
| Akademischer Grad: | Master of Science |
| Modulnummer: | 10-INF-DS301 |
| Modulform: | Wahlpflicht |
| Empfohlen für: | 2. Semester |
| Verantwortlich: | Institut für Informatik |
| Dauer: | 1 Semester |
| Modulturnus: | jedes Sommersemester |
Lehrformen
- Vorlesung „Data Preparation & Cleaning“ (2 SWS) = 30 h Präsenzzeit und 60 h Selbststudium = 90 h
- asynchrone Übung „Data Preparation & Cleaning“ (1 SWS) = 60 h Selbststudium = 60 h
Arbeitsaufwand
- 5 LP = 150 Arbeitsstunden (Workload)
Verwendbarkeit
- Wahlpflichtmodul im M.Sc. Data Science.
Qualifikationsziele
Nach der aktiven Teilnahme am Modul “Data Preparation & Cleaning” sind die Studierenden in der Lage, Begriffe und Verfahren eines aktuellen Themas im Bereich Data Preparation & Cleaning zu benennen und zu erklären.
Sie können ausgewählte Verfahren und Algorithmen analysieren, beurteilen und diese selbstständig auf Problemstellungen anwenden.
Die Studierenden sind imstande, verschiedene Ansätze in der Gruppe zu diskutieren.
Inhalt
Dieses Modul befasst sich mit der Analyse und Aufbereitung von Daten, um diese für anwendungsspezifische Analysen bereitzustellen. Aufgrund existierender Datenqualitätsprobleme ist eine Qualitätsanalyse und die sich daraus ergebene Datenbereinigung sowie Datenintegration unabdingbar. Hierfür finden diverse Verfahren Anwendung u.a. Machine-Learning basierte Verfahren für die Datenintegration.
Teilnahmevoraussetzungen
keine (neben denen des Masterstudiengangs Data Science)
Literaturangabe
Hinweise zu Literaturangaben erfolgen in den Lehrveranstaltungen.
Vergabe von Leistungspunkten
Leistungspunkte werden mit erfolgreichem Abschluss des Moduls vergeben. Näheres regelt die Prüfungsordnung des Master of Science Data Science.
Prüfungsformen und -leistungen
Klausur + praktische Übung