t.BA.DS.PM2.20HS (Data Processing with R) 
Modul: Data Processing with R
Diese Information wurde generiert am: 26.09.2021
Nr.
t.BA.DS.PM2.20HS
Bezeichnung
Data Processing with R
Veranstalter
T IDP
Credits
4

Beschreibung

Version: 1.0 gültig ab 01.08.2020
 

Kurzbeschrieb

Daten aufbereiten, bereinigen und visualisieren sind zentrale Aufgaben eines Data Scientists. In diesem Modul trainieren und festigen die Studierenden in Projektteams die dazu notwendigen Kompetenzen, welche Sie in den Modulen Explorative Datenanalyse und Datenbanken erworben haben.

 

Modulverantwortung

Hofer Christoph (hofc)

Lernziele (Kompetenzen)

Ziel Kompetenzen Taxonomiestufen
Die Studierenden können Daten aus verschiedenen Dateiformaten (Text, CSV, Excel,…) und Datenformaten (JSON, XML,…) in eine geeignete Datenstruktur der Statistiksoftware R importieren und können Daten aus Datenbanken beschaffen F, M K3
Die Studierenden können Datensätze mit der Statistiksoftware R bereinigen und dabei Ausreisser und Fehler finden, Duplikate entfernen und fehlende Werte markieren und mit einfache Methoden imputieren. F, M K3
Die Studierenden können für spezifische Fragestellungen mit der Statistiksoftware R Daten transformieren, sortieren, filtern, gruppieren, aggregieren, kombinieren, und aus bestehenden Variablen für die Fragestellung nützliche Variablen generieren. F, M K3
Die Studierenden können für Routineanalysen mit der Statistiksoftware R geeignet Funktionen schreiben
und die Datenaufbereitung, Bereinigung und Visualisierung automatisieren (automatisiertes Reporting).
F, M K3
Die Studierenden können für standardisiere Datenformate mit der Statistiksoftware R Shiny-Interfaces erstellen, welche es Dritten erlaubt, einfache Datenanalysen selbständig über ein GUI auszuführen. F, M K3
Die Studierenden können in einem Team zielführend zusammenarbeiten, unterstützen sich gegenseitig und übernehmen Verantwortung für die Erarbeitung des gemeinsamen Projektergebnisses. SO K3
Die Studierenden können Wissenslücken für die Bearbeitung einer Problemstellung erkennen und sind in der Lage sich die dazu notwendigen Informationen zu beschaffen. SE K3

Modulinhalte

Die Studierenden bauen die erlernten Techniken aus den Modulen Explorative Datenanalyse und Datenbanken anhand von praxisnahen Beispielen weiter aus. Dazu werden die Studierenden in kleinen Projektteams verschiedene Aufgabe mit steigender Komplexität bearbeiten. Neben dem Festigen der fachlichen Kompetenzen werden auch überfachlichen Kompetenzen wie Teamarbeit und Aufarbeitung von Wissenslücken (Recherche) gefördert. Die Studierenden müssen den Projektverlauf jeweils protokollieren (inkl. kritischer Reflektion) und die erzielten Ergebnisse schriftlich festhalten und/oder mündlich präsentieren.

Lehrmittel/Materialien

 

Ergänzende Literatur

 

Zulassungs-voraussetzungen 

 

Unterrichtssprache

(X) Deutsch ( ) Englisch

Teil des Internationalen Profils

( ) Ja (X) Nein

Modulausprägung

Typ 4
  Details siehe unter: T_RL_Richtlinie_Modulauspraegungen_Stundengutschriften

Leistungsnachweise

Bezeichnung Art Form Umfang Bewertung Gewichtung
Leistungsnachweise während Studiensemester Diverse schriftlich und mündlich Pro Projekt Benotung 100%

Bemerkungen

Auch bei Gruppenarbeiten kann die Individualleistung auf die einzelnen Noten Einfluss haben, d.h. es müssen nicht immer alle Gruppenmitglieder die gleiche Note erhalten.

Rechtsgrundlage

Die Modulbeschreibung ist neben Rahmenprüfungsordnung und Studienordnung Teil der Rechtsgrundlage. Sie ist verbindlich. Eine in der ersten Unterrichtswoche des Semesters schriftlich festgehaltene und kommunizierte Modulvereinbarung kann die Modulbeschreibung präzisieren. Die Modulvereinbarung ersetzt nicht die Modulbeschreibung.
Kurs: Data Processing with R - Praktikum
Nr.
t.BA.DS.PM2.20HS.P
Bezeichnung
Data Processing with R - Praktikum

Hinweis

  • Für das Stichdatum 02.08.2099 ist kein Modulbeschreibungstext im System verfügbar.