Programming for Data Science
Einführung in grundlegende Programmier- und Sprachkonzepte, die für Data Science benötigt werden. Grundlegende und wesentliche Sprachelemente der Programmiersprache Python. Grundlegende Entwurfsprinzipien, professionelle Entwicklungsumgebungen. Geführte Programmieraufgaben und Tutorials für die unabhängige Entwicklung von effektiv getesteten Lösungen. (6 ECTS)
Digital Basics
Schrittweise Einführung in die Denk- und Arbeitsweise der Informatik. Computerarchitekturen, Aufbau von Mikroprozessoren und Computern, Architektur und Funktionen von Betriebssystemen, einfache Konsolen-Batch-Programme, Virtualisierung. Aufbau des Internets. Bedeutung von regulären Ausdrücken, Codierung und Fehlertoleranz. (3 ECTS)
Algorithms
Einführung verschiedener Algorithmen und Datenstrukturen. Lineare Datenstrukturen, Bäume, Graphen und verwandte Algorithmen. Spezifische Algorithmen für effiziente Suche, Sortierung und Textverarbeitung. Komplexitätsanalyse verschiedener Algorithmen. (3 ECTS)
Databases & Big Data
Eine systematische Einführung in die Grundlagen von Datenbanksystemen und die Anwendung von Machine Learning mit Big Data. Theorie der Datenbanksysteme: Definition, Motivation und Intention, Modellierung, Entitäten- und Beziehungsmodell. Relationale Datenbanken: Relationales Modell, SQL, Analytik Optimierung, Transaktionen. NoSQL-Datenbanken: Grafen-Datenbanken, Dokumentdatenbanken. Big Data Analyse. (6 ECTS)
Data Visualization
Prinzipien und Konzepte für die visuelle Präsentation von Informationen. Entwurfsstrategien für Präsentationsmethoden. Geschichten, Theorien und bewährte Verfahren für überzeugende Datenvisualisierungen. Praktische Projektarbeit und Fallstudien zur angewandten Datenvisualisierung. Unabhängige Beurteilung von Design-Entscheidungen bezüglich der menschlichen Wahrnehmung und der Bedeutung der Visualisierung. Interaktive Visualisierungen. (3 ECTS)
Schliessen