971000 VU Mathematical Foundations and Outlook
Wintersemester 2019/2020 | Stand: 10.12.2019 | LV auf Merkliste setzenDipl.-Ing. Martin Berger, BSc Dipl.-Ing. Martin Berger, BSc
Dipl.-Ing. Gregor Ehrensperger, BSc Dipl.-Ing. Gregor Ehrensperger, BSc, +43 512 507 53951
Univ.-Prof. Dr. Markus Haltmeier Univ.-Prof. Dr. Markus Haltmeier, +43 512 507 53840
Dipl.-Ing. Tobias Josef Hell, BSc PhD Dipl.-Ing. Tobias Josef Hell, BSc PhD
Mag. Jakob Wolfgang Maria Meßner, PhD Mag. Jakob Wolfgang Maria Meßner, PhD
Dipl.-Ing. Michael Sandbichler, PhD Dipl.-Ing. Michael Sandbichler, PhD
Dipl.-Ing. Johannes Sappl Dipl.-Ing. Johannes Sappl, +43 512 507 62189
assoz. Prof. Mag. Dr. Nikolaus Umlauf assoz. Prof. Mag. Dr. Nikolaus Umlauf
Die Studierenden erwerben ein tiefgehendes Verständnis für Learning-Umgebungen zur Behand-lung von Data-Science-Aufgaben. Sie können mathematische Konzepte anwenden, um grundle-gende Methoden des Data Science zu entwickeln und zu analysieren. Darüber hinaus haben sie einen Überblick über Erweiterungen solcher Methoden und deren Anwendungen. Die Studieren-den können grundlegende Data-Science-Aufgaben mit einem geeigneten Softwaresystem wie etwa R oder Python ausführen, beispielsweise importieren, reinigen/transformieren, visualisieren und modellieren von Daten unter Verwendung grundlegender Werkzeuge. Sie können Zwischen- und Endergebnisse von Data-Science-Projekten sowohl gegenüber Fachexpertinnen und -experten als auch Endbenutzerinnen und -benutzern kommunizieren, beispielsweise in Form eines schriftlichen Berichts, von Präsentationsfolien, einer Web-App oder als Dashboard. Studierende können Daten verschiedenen Typs (numerisch, kategorial, räumlich und zeitlich) aus unterschiedlichen Quellen (Einzeldateien, Datenbanken, webbasierte Formate) zusammenführen und zusammenfassen, um sie anschließend mittels Data-Science-Methoden zu analysieren.
- Fakultät für Mathematik, Informatik und Physik