Ziel der Veranstaltung und Vorkenntnisse
Das Ziel dieser Schlüsselqualifikation ist es, Studierenden frühzeitig die wesentlichen Kompetenzen im Umgang und der Arbeit mit Daten („Data Literacy“) zu vermitteln. Insbesondere erlernen die Studierenden dabei strukturiert über die Arbeit mit Daten nachzudenken, Daten zu modellieren und zu interpretieren sowie die entsprechenden praktischen Tools und Technologien entlang des Data Science-Prozesses einzusetzen. Die Inhalte des Kurses bereiten Studierende auf eine potenzielle empirische Abschlussarbeit in der Wissenschaft sowie die Realität der Arbeit mit Daten in der Praxis vor. Theoretische Vortragseinheiten (video-on-demand) wechseln sich dabei mit anwendungsbezogenen Einheiten und Übungen zur Vertiefung des Gelernten ab. Studierende sammeln (erste) Erfahrungen im Umgang mit Excel, Python sowie Tableau. Der Fokus liegt hierbei auf einer überblicksartigen Wissensvermittlung und hat nicht den Anspruch eines zum Beispiel tiefgehenden Programmierkurses. Es wird erwartet, dass die Studierenden ein intrinsisches Interesse an den behandelten Themen mitbringen und sich aktiv einbringen. Die individuelle Lernkurve hängt dabei von der eigenen Motivation sowie den Vorkenntnissen der Studierenden ab und kann eine konsequente Nachbereitung der Inhalte zwischen der Veranstaltungsterminen erfordern. Generell sollten Teilnehmer:innen folgende Vorkenntnisse mitbringen:
- Erfolgreicher Abschluss der Module „Statistik 1“ (bzw. "Data Science 1" nach neuer PO) und „Statistik 2“ (bzw. "Data Science 2" nach neuer PO) und „Mathematik für Wirtschaftswissenschaftlicher“ (bzw. "Analysis für Wirtschaftswissenschaftler" nach neuer PO).
- Vorkenntnisse im Umgang mit Python oder einer anderen Programmiersprache zur Datenanalyse sind nicht erforderlich. Gleiches gilt für Tableau.
- Optional: Sollten Sie noch in der alten Prüfungsordnung studieren, ist ein erfolgreicher Abschluss des Moduls „Techniken der IT“ von Vorteil.
Anmeldung
Die Teilnehmerzahl ist beschränkt. Eine Bewerbung erfolgt über die Bewerbungsmaske der IVV Wirtschaftswissenschaften (bis zum 31. März 2023). Die Teilnahme an der Veranstaltung wird spätestens eine Woche vor Veranstaltungsbeginn bestätigt. Aktuelle Veranstaltungsinformationen finden sich zudem auf der Website des Forschungsteam Berens.
Inhalte
- Einführung „Data Literacy“
- Simulationsrechnung
- Datenvisualisierung
- Datenmanipulation & Datenanalyse mit Python
- Verarbeitung von Textdaten
- Korrelation & Kausalität
- Datenbeschaffung mittels API
- Lehrende/r: Hannes Döring
- Lehrende/r: Walter Schmitting
- Lehrende/r: Simon Schölzel