Python für Machine Learning und Data Science
Deutschsprachiges Modul im Rahmen von Werkzeuge für das wissenschaftliche Arbeiten
- Modulhandbuch: Werkzeuge für das wissenschaftliche Arbeiten
- Modulverantwortlich: Prof. Dr. rer. nat. Ralf Möller
- Dozierend: Magnus Bender
Lehrinhalte
- Programmiersprache Python
- Einführung, Erste Schritte (pdf, pdf ohne Animationen)
- Grundlagen (pdf, pdf ohne Animationen)
- Fortgeschritten (pdf, pdf ohne Animationen)
- Auszeichnungssprachen
- LaTeX, Markdown (pdf, pdf ohne Animationen)
- Benutzeroberflächen und Entwicklungsumgebungen
- Jupyter Notebooks lokal und in der Cloud (Google Colab) (pdf, pdf ohne Animationen)
- Versionsverwaltung
- Git, GitHub (pdf, pdf ohne Animationen)
- Wissenschaftliches Rechnen
- NumPy, SciPy (pdf, pdf ohne Animationen)
- Datenverarbeitung und -visualisierung
- Pandas, matplotlib, NLTK (pdf, pdf ohne Animationen)
- Machine Learning (scikit-learn)
- Grundlegende Ansätze (Datensätze, Auswertung) (pdf, pdf ohne Animationen)
- Einfache Verfahren (Clustering, …) (pdf, pdf ohne Animationen)
- Deep Learning
- TensorFlow, PyTorch, HuggingFace Transformers (pdf, pdf ohne Animationen)
Einen Großteil der auf den Folien genutzten Codebeispiele gibt es hier zum Download.
Zielgruppe
- Bachelor Angebot fächerübergreifend für Gesundheitswissenschaften (Wahlpflicht), Fachübergreifende Kompetenzen, Beliebiges Fachsemester
- Bachelor Informatik 2019 (Pflicht), Fachübergreifende Kompetenzen, 3. Fachsemester
- Bachelor Medizinische Informatik 2014 (Wahlpflicht), Fachübergreifende Kompetenzen, Beliebiges Fachsemester
- Bachelor Medizinische Informatik 2019 (Wahlpflicht), Fachübergreifende Kompetenzen, Beliebiges Fachsemester
- Bachelor Informatik 2016 (Pflicht), Fachübergreifende Kompetenzen, 3. Fachsemester
- Bachelor Angebot fächerübergreifend (Wahlpflicht), Fächerübergreifende Module, Beliebiges Fachsemester
- Bachelor Medieninformatik 2014 (Wahlpflicht), Fachübergreifende Kompetenzen, 5. oder 6. Fachsemester
- Bachelor Informatik 2014 (Pflicht), Fachübergreifende Kompetenzen, 3. Fachsemester
Umfang und Prüfung
- Umfang
- 2 ECTS, Kreditpunkte
- 2 SWS (90 Minuten pro Woche)
- Prüfung
- Bearbeitung von Projektaufgaben & Abschlussquiz
- Vier von fünf Projektaufgaben erfolgreich bearbeiten
- Abschlussquiz als E-Test über Moodle