Lehrmuster mit dem SchlagwortData Science | RUB Lehrmuster
Kennen Sie schon?
LiMeLDaS: Linguistische Methoden: Linguistic Data Science
Das Modul vermittelt Studierenden sprachwissenschaftlicher Fächer studiengangsübergreifend Grundlagen der Statistik sowie Fertigkeiten um Umgang mit der Analyseumgebung R, in der mit den Verfahren gerechnet werden kann. Das Modul exemplifiziert den Nutzen verschiedener Verfahren an Forschungsthemen der antragstellenden Lehrenden, die diese als Beispielsitzungen in die Kurse des Moduls einspeisen.
Fächergruppen: Geisteswissenschaften, Interdisziplinär
Schlagwörter: Data Literacy, Data Science, Programmiersprache, Sprache, Statistik
Schlagwörter: Data Literacy, Data Science, Programmiersprache, Sprache, Statistik
Haben Sie ein eigenes Lehrmuster? Informationen zum Vorschlagen von Lehrmustern finden Sie auf der folgenden Seite!
Neueste Lehrmuster:
LiMeLDaS: Linguistische Methoden: Linguistic Data Science
06. Juni 2023
Das Modul vermittelt Studierenden sprachwissenschaftlicher Fächer studiengangsübergreifend Grundlagen der Statistik sowie Fertigkeiten um Umgang mit der Analyseumgebung R, in der mit den Verfahren gerechnet werden kann. Das Modul exemplifiziert den Nutzen verschiedener Verfahren an Forschungsthemen der antragstellenden Lehrenden, die diese als Beispielsitzungen in die Kurse des Moduls einspeisen. WeiterlesenFächergruppen: Geisteswissenschaften, Interdisziplinär
Schlagwörter: Data Literacy, Data Science, Programmiersprache, Sprache, Statistik
Schlagwörter: Data Literacy, Data Science, Programmiersprache, Sprache, Statistik
Data Science im Ingenieurwesen: Theorie, Praxis und Storytelling
06. Juni 2023
Das Modul „Data Science im Ingenieurwesen: Theorie, Praxis und Storytelling“ zeichnet aus, dass es Studierenden ingenieurwissenschaftlicher Fachrichtungen Kompetenzen im Bereich der Data Science praxisorientiert vermittelt. Es verbindet dabei drei wesentliche Aspekte, um dies zu erreichen: Vermittlung theoretischer Hintergründe, praktisches Einüben der gezeigten Techniken und die eigenständige Bearbeitung einer realen Fragestellung. (...) WeiterlesenFächergruppen: Ingenieurwissenschaften
Schlagwörter: Algorithmus, Data Literacy, Data Science, Praxisnah, Programmiersprache
Schlagwörter: Algorithmus, Data Literacy, Data Science, Praxisnah, Programmiersprache
Sport Science goes Open Source: Entwicklung einer frei verfügbaren Softwarebibliothek für Lehre und Wissenschaft
19. Januar 2023
Das Projekt zeichnet sich insbesondere durch die interdisziplinäre Projektarbeit zwischen Studierenden und Mitarbeitenden der Sportwissenschaft und Angewandten Informatik aus. In der ersten Projekthälfte konnten kleinere Programmierprojekte durch Sportwissenschaftsstudierende unter Betreuung des Projektleiters (WMA Sportwissenschaft) und einer studentischen Hilfskraft aus der angewandten Informatik realisiert werden. Die so entstandenen Notebooks stehen in (...) WeiterlesenFächergruppen: Interdisziplinär, Naturwissenschaften
Schlagwörter: Coding, Data Literacy, Data Science, Forschendes Lernen, Notebooks
Schlagwörter: Coding, Data Literacy, Data Science, Forschendes Lernen, Notebooks
Data Science for Psychologists – Integration von Machine Learning in das Modul Multivariate Verfahren
19. Januar 2023
Im Zeitalter von Digitalisierung und Big Data werden Methoden zur Auswertung großer Datenmengen immer relevanter. Insbesondere Machine Learning wird für solche Analysen genutzt und auch in der Psychologie immer verbreiteter. Um dieser Entwicklung Rechnung zu tragen, wurden Bausteine für das Modul Multivariate Analyseverfahren (M.Sc. Psychologie) entwickelt, die Grundlagen des Machine (...) WeiterlesenFächergruppen: Gesellschaftswissenschaften
Schlagwörter: Big Data, Data Literacy, Data Science, Machine Learning
Schlagwörter: Big Data, Data Literacy, Data Science, Machine Learning
Big Data in der Windenergietechnik
23. Dezember 2022
Die Lehrveranstaltung bietet eine kompakte fachliche Einführung in das Thema Big Data und KI in der Windenergietechnik. Dies geschieht durch Seminartermine und parallele Übungsaufgaben. In den Seminarterminen wird das Wissen durch den Dozenten vermittelt, die Übungsaufgaben werden selbstständig bearbeitet und Unklarheiten mit dem Dozenten besprochen. Die Prüfungsleistung wird durch die (...) WeiterlesenFächergruppen: Ingenieurwissenschaften
Schlagwörter: Data Literacy, Data Science, Forschendes Lernen, Künstliche Intelligenz, Windenergietechnik
Schlagwörter: Data Literacy, Data Science, Forschendes Lernen, Künstliche Intelligenz, Windenergietechnik