Ringvorlesung Data Science - Interaktive Studienpläne der TU Ilmenau
Die Interaktiven Studienpläne sind ein Informationsangebot zu den Studiengängen der TU Ilmenau.
Die rechtsverbindlichen Studienpläne entnehmen Sie bitte den jeweiligen Studien- und Prüfungsordnungen (Anlage Studienplan).
Alle Angaben zu geplanten Lehrveranstaltungen finden Sie im elektronischen Vorlesungsverzeichnis.
Bitte beachten Sie, dass auf dieser Seite keine Aktualisierungen mehr vorgenommen werden. Alle Module und Studienpläne ab der PO-Version 2021 (Bachelor- und Master-Studiengänge) sind ab sofort im Campus-Portal erreichbar.
| Modulinformationen zu Ringvorlesung Data Science im Studiengang Bachelor Data Science 2025 | |
|---|---|
| Modulnummer | 201318 |
| Prüfungsnummer | 2400925 |
| Fakultät | Fakultät für Mathematik und Naturwissenschaften |
| Fachgebietsnummer | 2412 (Wahrscheinlichkeitsrechnung und mathematische Statistik) |
| Modulverantwortliche(r) | Prof. Dr. Thomas Hotz |
| Turnus | Wintersemester |
| Sprache | Deutsch |
| Leistungspunkte | 5 |
| Präsenzstudium (h) | 34 |
| Selbststudium (h) | 116 |
| Verpflichtung | Pflichtmodul |
| Abschluss | alternative Studienleistung |
| Details zum Abschluss | Die Studierenden nehmen an mind. 80% der Vorlesungen sowie am Abschlusstutorium teil. Sie beteiligen sich aktiv an den Übungen, beispielsweise in dem sie vorlesungsbegleitende Aufgabenstellungen bearbeiten, ihre Ergebnisse verschriftlichen und sich diese gegenseitig präsentieren. |
| Link zum Moodle-Kurs | |
| Lehrende | |
| Anmeldemodalitäten für alternative PL oder SL | Dieses Modul enthält mindestens eine alternative semesterbegleitende Abschlussleistung. Bitte beachten Sie, dass diese in der Regel schon zu Beginn des Semesters, in dem diese angeboten wird, angemeldet werden muss. Über die Details und Zeiträume dazu werden Sie vom Lehrenden und/oder dem Prüfungsamt informiert. Fragen Sie gegebenenfalls unbedingt beim Lehrenden nach. |
| max. Teilnehmerzahl | |
| Vorkenntnisse | Keine |
| Lernergebnisse und erworbene Kompetenzen | Die Studierenden kennen die grundlegenden Bausteine der Data Science und können den Ablauf eines durchgängigen Zyklus in der Data Science von der Datenerhebung über die Verarbeitung bis hin zur Evaluation beschreiben und umsetzen. Zudem sind sie in der Lage, statistische Fallstricke zu erkennen und Analysen aus ethischer Sicht zu bewerten. |
| Inhalt | Hauptaufgaben der Data Science: Datenerhebung- und erfassung, Datenverarbeitung, Darstellung von Daten, maschinelles Lernen, mathematische Modelle und Beweise, Interpretation und Evaluation, ethische und rechtliche Aspekte |
| Medienformen und technische Anforderungen bei Lehr- und Abschlussleistungen in elektronischer Form | Literaturhinweise werden in der Lehrveranstaltung gegeben |
| Literatur | Jupyter Notebooks, Folien, Tafel, Software |
| Lehrevaluation | |