Data Sience an der TU München

Karteikarten und Zusammenfassungen für Data Sience an der TU München

Arrow Arrow

Komplett kostenfrei

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs Data Sience an der TU München.

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Wie kann man Daten untersuchen?

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Grundlagen Tabellenformat CSV

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Was sind Datenbanken und wieso werden Sie benötigt?

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Was versteht man bei der Datenqualität und Datenaufbereitung unter Menge?

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Data Science Process - Was versteht man unter dem Schritt Data Exploration?

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Data Science Process - Was versteht man unter dem Schritt Modellierung?

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Data Science Process - Was versteht man unter dem Schritt Darstellen und Verbreiten des Ansatzes und des Ergebnisses?

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Datenakquise - Was sind die Eigenschaften und Voraussetzungen?

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Datenakquise - Was sind die möglichen Quellen?

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Datenakquise - Was sind die möglichen Formate?

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Was sind Informationen?

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Was versteht man unter dem Data Science Process?

Kommilitonen im Kurs Data Sience an der TU München. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für Data Sience an der TU München auf StudySmarter:

Data Sience

Wie kann man Daten untersuchen?

Statistik
○ Mean, Median, Range
○ Quartile
○ Standardabweichung
○ Ausreißer
○ Korrelationen


Visualisierung
○ Verteilungskurve (Histogramme)
○ Korrelationsdarstellungen
○ Scheinkorellation

Data Sience

Grundlagen Tabellenformat CSV

Ein sehr verbreitetes Import- und Exportformat für Datenbanken und Tabellenkalkulationen ist das CSV-Format (Comma Separated Values).


CSV-Dateien sind Textdateien, die zeilenweise Datensätze enthalten welche mit Trennzeichen (, | \t ; usw.) versehen sind z.B.:


Marke,Modell,Leistung
Porsche,911,350
Skoda,Octavia,140
Audi,Q3,110


Dabei ist die erste Zeile die Datenbezeichnung.

Data Sience

Was sind Datenbanken und wieso werden Sie benötigt?

Große bzw. komplexe Datenmengen benötigen entsprechende Verwaltungsprogramme. Man verwendet daher Datenbanken.


Bei einer Datenbank wird zwischen dem Programm und dem Massenspeicher (Festplatte,..) ein Zwischenlayer (Datenbanksystem) eingeführt.


Allgemeines:
● Das Datenbanksystem nimmt dabei Abfragen, sogenannte Queries (Anfragen) entgegen und gibt Datensätze zurück.
● Hier verwenden wir relationale Datenbanken, die einen Datenbestand in Tabellen organisieren.
● Für Abfragen von relationalen Datenbanken wurde die Sprache SQL (Structured
Query Language) entwickelt.
● Python stellt die Module mySQLdb und splite3 zur Verfügung um via SQL mit einer Datenbank zu kommunizieren.

Data Sience

Was versteht man bei der Datenqualität und Datenaufbereitung unter Menge?

○ gibt es genügend oder gibt es “zu viele”
○ Reduktion der vorhandenen Daten auf das wesentliche für die Fragestellung
○ Für ML: Aufteilung in Trainings und Testmenge

Data Sience

Data Science Process - Was versteht man unter dem Schritt Data Exploration?

○ Sich mit den Daten vertraut machen
○ Ein “Gespür” für die vorhanden Daten finden
○ Welcher Teil der Daten ist relevant
○ Datenkonsistenz (Widersprüche etc.)
○ Muster finden

Data Sience

Data Science Process - Was versteht man unter dem Schritt Modellierung?

○ Schlussfolgerungen

■ Facebook: Benutzer lesen weniger politisch widersprechende Artikel

○ Vorhersagen

■ Netflix: Welche Filme gefallen dem Benutzer

○ Statistik und/oder Maschinelles Lernen

Data Sience

Data Science Process - Was versteht man unter dem Schritt Darstellen und Verbreiten des Ansatzes und des Ergebnisses?

○ Ohne Beschreibung keine Wirkung
○ Prüfen der Schlussfolgerungen
○ Review der Ergebnisse und des Ansatzes erlaubt diesen zu Verbessern
○ Blog, Paper, Powerpoint, Email, Gespräch
○ Wichtig: Visualisierung der Daten

Data Sience

Datenakquise - Was sind die Eigenschaften und Voraussetzungen?

● Digitale Form
● Verfügbarkeit
● Format
● Wandelbarkeit und Kombinierbarkeit

Data Sience

Datenakquise - Was sind die möglichen Quellen?

● Internet (API, Webpage)
● Datenbanken
● Dateien im Firmennetzwerk

Data Sience

Datenakquise - Was sind die möglichen Formate?

● CSV
● XML
● SQL
● Webpage (HMTL)
● Webservice (JSON)
● ...

Data Sience

Was sind Informationen?

○ Daten auf komplexere Ebene
○ Verknüpfung mit weiteren Daten
○ Verbindung der Daten mit Kontext ergibt Information
○ Relevante oder Irrelevante Informationen


Beispiel: Die Information über ein Geburtsdatum hat immer noch recht wenig Wert, wenn unbekannt ist, um welche Person es sich handelt. Werden jetzt weitere Informationen,
wie der Name hinzugefügt und beide Informationen verknüpft entsteht Wissen über eine
Person.

Data Sience

Was versteht man unter dem Data Science Process?

● Iterativer Prozess
● Interaktion zwischen den einzelnen
Schritten
● Alles startet mit einer Frage
○ Fragen kommen nicht von Data
Analysten
● Die entscheidenden Schritte:
○ Gibt es für diese Frage die notwendigen
Daten?
○ Haben die Daten die notwendige
Qualität?
○ Säubern und Aufbereiten der Daten

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für Data Sience an der TU München zu sehen

Singup Image Singup Image

BigData & DataScience an der

FOM Hochschule für Oekonomie & Management

Datascience an der

Universität Giessen

Science an der

Swami Ramanand Teerth Marathwada University

Life Science an der

Rhodes University

Science an der

Indian Institute of Technology, Bombay

Ähnliche Kurse an anderen Unis

Schau dir doch auch Data Sience an anderen Unis an

Zurück zur TU München Übersichtsseite

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für Data Sience an der TU München oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
X

StudySmarter - Die Lernplattform für Studenten

StudySmarter

4.5 Stars 1100 Bewertungen
Jetzt entdecken
X

Gute Noten in der Uni? Kein Problem mit StudySmarter!

89% der StudySmarter Nutzer bekommen bessere Noten in der Uni.

50 Mio Karteikarten & Zusammenfassungen
Erstelle eigene Lerninhalte mit Smart Tools
Individueller Lernplan & Statistiken


Lerne mit über 1 Millionen Nutzern in der kostenlosen StudySmarter App.

Du bist schon registriert? Hier geht‘s zum Login