Data Literacy: Daten interpretieren durch Data Mining

Kursart
Onlinekurs
Kosten

kostenlos

Dauer

10 – 16 Stunden

Schwierigkeitsgrad

Fortgeschrittenei

Leistungsnachweis

Leistungsnachweisi

Geeignet für
MINT-Interessierte, Studierende

Dieses Lernangebot steht Euch nach Anmeldung mit Eurer MINT-ID zur Verfügung.

Der Schatz des Data Mining sind tatsächlich große Datenmengen, aus denen man neue Erkenntnisse über die Zusammenhänge unter ihnen gewinnen will. Mit den entsprechenden Daten sind genaue Vorhersagen möglich. Wie geschieht das? Und wie kann ein Programm selber aus Daten lernen? Dieser Kurs der TH Köln gibt hierzu eine Einführung zu den entsprechenden Grundlagen. Selbstlernende Algorithmen des Data Mining werden vorgestellt und ihre Ideen anschaulich erklärt. Ihr seid dazu eingeladen, diese dann selber in unterschiedlichen Problemstellungen, beispielsweise an echten Datensätzen in Jupyter Notebooks, anzuwenden.

Welche Inhalte erwarten Euch? Schritte eines Data Mining Projektes, Erläuterung und Durchführung von wichtigen Algorithmen des überwachten und des unüberwachten Lernens, Anwendung aller vorgestellten Methoden auf Beispiele, Diskussion der Ergebnisse, fachliche und ethische Grenzen

Welche Voraussetzungen benötigt Ihr?

Der Kurs kann ohne Voraussetzungen besucht werden. An vertiefenden Stellen wird auf Sachverhalte hingewiesen, für die ein mathematisches Grundverständnis nötig ist. Bei nicht vorhandenen Programmierkenntnissen ist das Lösen der anspruchsvolleren Programmieraufgaben zeitaufwändig.

Bescheinigungen: In diesem Onlinekurs erhaltet Ihr eine Teilnahmebestätigung zum Download, wenn Ihr mindestens 50% der Inhalte aufgerufen habt. Zusätzlich erhaltet Ihr einen Leistungsnachweis, wenn Ihr mindestens 60% der Gesamtpunktzahl aller benoteten Aufgaben erreicht habt.

Bearbeitungszeit: Die Bearbeitungszeit des Onlinekurses beträgt 8 Wochen à 2 Stunden.

Der Kurs wurde ursprünglich von der TH Köln für den KI-Campus entwickelt und für den MINT-Campus an eine neue Zielgruppe angepasst.

  • Fragestellungen des Data Minings mit einer systematischen Vorgehensweise bearbeiten
  • Geeignete Verfahren des Data Minings auswählen und die Ergebnisse beurteilen
  • Einfache und komplexe Programmieraufgaben zu Data Mining in Python lösen

Dieses Lernangebot ist mit Registrierung/ Anmeldung mit der MINT-ID verfügbar.

Dieses Lernangebot wurde zusammengestellt von:

In diesem Angebot erwarten Euch:

Modul 1
Start des end-to-end Projektes

Modul 2
Fortsetzung des end-to-end Projektes

Modul 3
Datenverständnis und Datenvorbereitung

Modul 4
Überwachtes Lernen I

Modul 5
Überwachtes Lernen II

Modul 6
Unüberwachtes Lernen I

Modul 7
Unüberwachtes Lernen II

Modul 8
Rückblick & Ethik

Modul 9
Kursabschluss

Dieses Lernangebot könnt ihr Euch nach Anmeldung abspeichern.

Sprache

Deutsch

Barrierearmut

Jai

Themen
Informatik, Data Literacy
Bildlizenz

MINT-Campus / www.creativecommons.org/licenses/by-sa/4.0/

FAQ

Copyright

CC BY SA 4.0i

Lernangebot teilen:

   |    Links
    |     LinkedIn
    |     WhatsApp
    |     E-Mail

Das könnte Euch auch interessieren:

Nie mehr Gießen vergessen – Bau eines digitalen Gießassistenten

NeMo Netzwerk MINT-Region Böblingen
10 Min. – 29 Min.

KI-Explorables für die Schule

KI-Campus – die Lernplattform für Künstliche Intelligenz
10 – 16 Stunden

Wie können Mädchen für Informatik begeistert werden?

MINTvernetzt – Teilbereich MINT & Gender
0 Min. – 9 Min.

Data Literacy: Basiskurs Data Lifecycle

TH Köln
10 – 16 Stunden

Das wurde bereits angesehen:

Lernpaket Gamification

Think-Square GmbH / Brainpunk Education
3 – 4 Stunden

Einführungskurs: Physik

Arbeitsstelle MINTFIT Hamburg
16+ Stunden

Einführungskurs: Chemie

Arbeitsstelle MINTFIT Hamburg
16+ Stunden

10 Fakten zu Matheangst: Methoden für angstfreies Lernen im Unterricht

MesH_MINT
0 Min. – 9 Min.

8 Fragen über MINT und Neugier an Christoph Biemann

Christoph Biemann
0 Min. – 9 Min.

Euer Weg zur starken MINT-Community: Acht direkt einsetzbare Formate

matrix gGmbH
1 – 2 Stunden