Der Kurs Data Science bietet den Rahmen, um aus Daten Wert zu schaffen. Nach einer Einführung behandelt der Kurs, wie geeignete Anwendungsfälle identifiziert und die Leistung von datengesteuerten Methoden bewertet werden. Der Kurs behandelt Techniken für die technische Verarbeitung von Daten und stellt dann fortgeschrittene mathematische Techniken und ausgewählte Methoden der künstlichen Intelligenz vor, die zur Datenanalyse und für Vorhersagen verwendet werden.

1. Einführung Data Science
   1. Überblick über Data Science
   2. Tätigkeiten der Data Science
   3. Datenquellen
   4. Deskriptive Statistik
2. Use Cases und Bewertung
   1. Data Science Use Cases (DSUCs)
   2. Bewertung
3. Datenvorverarbeitung
   1. Übermittlung von Daten
   2. Datenqualität, Bereinigung und Transformation
   3. Datenvisualisierung
4. Verarbeitung von Daten
   1. Stufen der Datenverarbeitung
   2. Methoden und Arten der Datenverarbeitung
   3. Ausgabeformate der verarbeiteten Daten
5. Ausgewählte mathematische Techniken
   1. Hauptkomponentenanalyse
   2. Clusteranalyse
   3. Lineare Regression
   4. Zeitreihenanalyse
   5. Methoden zur Datentransformation
6. Ausgewählte Techniken der künstlichen Intelligenz
   1. Stütz-Vektor-Maschinen
   2. Künstliche neuronale Netze
   3. Weitere Ansätze

Python ist eine der vielseitigsten und am weitesten verbreiteten Skriptsprachen. Seine klare und übersichtliche Syntax sowie sein geradliniges Design tragen wesentlich zu diesem Erfolg bei und machen ihn zu einer idealen Sprache für die Programmierausbildung. Die Anwendungsgebiete reichen von der Webentwicklung bis hin zum wissenschaftlichen Rechnen. Insbesondere in den Bereichen Datenwissenschaft und künstliche Intelligenz ist sie die gebräuchlichste Programmiersprache, die von allen wichtigen Datenverarbeitungs- und Analyseframeworks unterstützt wird. Dieser Kurs bietet eine gründliche Einführung in die Sprache und ihre Hauptfunktionen sowie Einblicke in die Begründung und Anwendung wichtiger angrenzender Konzepte wie Umgebungen, Tests und Versionskontrolle.

1. Einführung in Python
   1. Datenstrukturen
   2. Konditionaler Code
   3. Funktionen
   4. Schleifen
   5. Eingabe/Ausgabe
   6. Programme protokollieren
   7. Module und Pakete
2. Klassen und Vererbung
   1. Namespaces und Scopes
   2. Klassen und Vererbung
   3. Iteratoren und Generatoren
3. Fehler und Ausnahmen
   1. Syntaxfehler
   2. Behandlung und Auslösung von Ausnahmen
   3. Benutzerdefinierte Ausnahmen
4. Wichtige Pythin-Bibliotheken
   1. Standard-Python-Bibliothek
   2. Wissenschaftliche Berechnungen
   3. Beschleunigung von Python
   4. Visualisierung
   5. Zugriff auf Datenbanken
5. Arbeiten mit Python
   1. Virtuelle Umgebungen
   2. Verwaltung von Paketen
   3. Unit- und Integrationstests
   4. Dokumentation des Codes
6. Versionskontrolle
   1. Einführung in die Versionskontrolle
   2. Versionskontrolle mit GIT

Daten werden oft als das "neue Öl" bezeichnet, der Rohstoff, aus dem Wert geschaffen wird. Um die Macht der Daten zu nutzen, müssen die Daten auf technischer Ebene gespeichert und verarbeitet werden. Dieser Kurs stellt die vier "Vs" von Daten sowie typische Datenquellen und -typen vor.

Dieser Kurs behandelt dann, wie Daten in Datenbanken gespeichert werden. Besonderes Augenmerk wird auf Datenbankstrukturen und verschiedene Arten von Datenbanken gelegt, z.B. relationale, noSQL, NewSQL und Zeitreihen. Neben klassischen und modernen Datenbanken deckt dieser Kurs eine breite Palette von Speicher-Frameworks ab, wie z.B. verteilte Dateisysteme, Streaming und Query-Frameworks. Ergänzt wird dies durch eine ausführliche Diskussion der Datenspeicherformate, die von klassischen Ansätzen wie CSV und HDF5 bis hin zu moderneren Ansätzen wie Apache Arrow und Parquet reichen. Schließlich gibt dieser Kurs einen Überblick über verteilte Computerumgebungen, die auf lokalen Clustern, Cloud Computing-Einrichtungen und containerbasierten Ansätzen basieren.

1. Datentypen und Datenquellen
   1. Die 4Vs der Daten: Volumen, Geschwindigkeit, Vielfalt, Wahrhaftigkeit.
   2. Datenquellen
   3. Datentypen
2. Datenbanken
   1. Datenbankstrukturen
   2. Einführung in SQL
   3. Relationale Datenbanken
   4. nonSQL, NewSQL Datenbanken
   5. Zeitreihe DB
3. Moderne Datenspeicher-Frameworks
   1. Verteilte Dateisysteme
   2. Streaming-Frameworks
   3. Query-Frameworks
4. Datenverarbeitungs-Frameworks
   1. Traditionelle Datenaustauschformate
   2. Apache Arrow
   3. Apache Parquet
5. Aufbau skalierbarer Infrastrukturen
   1. Cluster-basierte Ansätze
   2. Container
   3. Cloud-basierte Ansätze

Die Entwicklung eines erfolgreichen datenbasierten Produkts erfordert eine beträchtliche Menge an hochwertigem Code, der in einer professionellen Produktionsumgebung ausgeführt werden muss. Dieser Kurs beginnt mit der Einführung der agilen Ansätze Scrum und Kanban und diskutiert dann den Übergang von eher traditionellen Softwareentwicklungsansätzen zur DevOps-Kultur.

Besonderer Fokus liegt auf der Diskussion und dem Verständnis von Techniken und Ansätzen zur Erzeugung von qualitativ hochwertigem Code wie Unit- und Integrationstests, testgetriebene Entwicklung, Paarprogrammierung sowie kontinuierliche Bereitstellung und Integration.

Da viele Software-Artefakte über APIs angesprochen werden, werden in diesem Kurs Konzepte des API-Designs und Paradigmen vorgestellt.

Schließlich behandelt dieser Kurs die Herausforderungen, Code in eine Produktionsumgebung zu bringen, eine skalierbare Umgebung aufzubauen und Cloud-basierte Ansätze zu verwenden.

1. Agile Projektleitung
   1. Einführung in SCRUM
   2. Einführung in Kanban
2. DevOps
   1. Traditionelles Lifecycle-Management
   2. Zusammenführung von Entwicklung und Betrieb
   3. Auswirkungen der Teamstruktur
   4. Aufbau einer DevOps-Infrastruktur
3. Software-Entwicklung
   1. Unit- und Integrationstest, Leistungsüberwachung
   2. Testgetriebene Entwicklung & Paarprogrammierung
   3. Kontinuierliche Lieferung & Integration
   4. Übersicht über die relevanten Werkzeuge
4. API
   1. API-Design
   2. API-Paradigmen
5. Vom Modell zur Produktion
   1. Aufbau einer skalierbaren Umgebung
   2. Modellversionierung und Persistenz
   3. Cloud-basierte Ansätze

Moderne Techniken zur Datenanalyse und zur Ableitung von Vorhersagen für zukünftige Ereignisse sind tief in mathematischen Techniken verwurzelt.

Der Kurs bildet eine solide Grundlage, um die Konzepte hinter fortschrittlichen Algorithmen zur Verarbeitung, Analyse und Vorhersage von Daten und Beobachtungen zu verstehen und ermöglicht es den Studierenden, zukünftige Forschungsarbeiten, insbesondere in den Bereichen der datenintensiven Wissenschaften, zu verfolgen.

Der Kurs behandelt Differenzierung und Integration und diskutiert dann partielle Differenzierung, Differenzierung, Vektoralgebra und Vektorrechnung. Matrixberechnung und Vektorräume sind die Grundlage für viele moderne Datenverarbeitungsalgorithmen und werden ausführlich diskutiert. Es werden Berechnungen auf Basis von Tensoren vorgestellt.

Gängige Metriken werden aus informativer, theoretischer Sicht diskutiert.

1. Kalkül
   1. Differenzierung & Integration
   2. Teilweise Differenzierung & Integration
   3. Vektoranalyse
   4. Variationsrechnung
2. Integrale Transformationen
   1. Faltung
   2. Fourier-Transformation
3. Vektor-Algebra
   1. Skalare und Vektoren
   2. Addition, Subtraktion von Vektoren
   3. Multiplikation von Vektoren, Vektorprodukt, Skalarprodukt
4. Vektorrechnung
   1. Integration von Vektoren
   2. Differenzierung von Vektoren
   3. Skalare und Vektorfelder
   4. Vektor-Operatoren
5. Matrizen und Vektorräume
   1. Grundlegende Matrix Algebra
   2. Determinante, Spuren, Transponierte, Komplexe und Hermitianische Konjugate
   3. Eigenvektoren und Eigenwerte
   4. Diagonalisierung
   5. Tensoren
6. Informationstheorie
   1. MSE
   2. Gini-Index
   3. Entropie, Shannon-Entropie, Kulback Leibler Distanz
   4. Kreuzentropie

Fast alle Prozesse in der Natur und technische oder wissenschaftliche Szenarien sind nicht deterministisch, sondern stochastisch. Daher müssen diese Prozesse in Form von Wahrscheinlichkeiten und Wahrscheinlichkeitsdichteverteilungen beschrieben werden.

Nach der Definition und Einführung der grundlegenden Konzepte der Statistik behandelt der Kurs wichtige Wahrscheinlichkeitsverteilungen und deren Prävalenz in Anwendungsszenarien; diskutiert deskriptive Techniken zur effektiven Zusammenfassung und Visualisierung von Daten; und diskutiert den Bayesschen Ansatz zur Statistik.

Die Parameterschätzung ist ein wichtiger Bestandteil bei der Optimierung von Datenmodellen und der Kurs gibt einen umfassenden Überblick über die wichtigsten Techniken.

Die Hypothesentests sind ein wesentlicher Aspekt bei der Etablierung der Beobachtung neuer Effekte und der Bestimmung der Signifikanz statistischer Effekte. Besonderes Augenmerk wird auf die korrekte Interpretation der p-Werte und das richtige Verfahren für multiple Hypothesentests gelegt.

1. Einführung in die Statistik
   1. Zufallsvariablen
   2. Kolmogorov Axiome
   3. Wahrscheinlichkeitsverteilungen
   4. Zerlegung von Wahrscheinlichkeitsverteilungen
   5. Erwartungswerte und Momente
   6. Zentraler Grenzwertsatz
   7. Ausreichende Statistiken
   8. Probleme der Dimensionalität
   9. Komponentenanalyse und Diskriminanzfaktoren
2. Wichtige Wahrscheinlichkeitsverteilungen und ihre Anwendungen
   1. Binomiale Verteilung
   2. Gauß oder Normalverteilung
   3. Poisson- und Gamma-Poisson-Verteilung
   4. Weibull-Verteilung
3. Bayessche Statistik
   1. Bayes Regel
   2. Schätzung des Vorgängers, des Benford'schen Gesetzes, der Jeffry'schen Regel
   3. Vorgänger konjugieren
   4. Bayesscher und häufiger Ansatz
4. Beschreibende Statistik
   1. Mittelwert, Median, Modus, Quantile
   2. Varianz, Schiefe, Kurtosis,
5. Datenvisualisierung
   1. Allgemeine Grundsätze von Dataviz/Visuelle Kommunikation
   2. 1D, 2D-Histogramme
   3. Box Plot, Geigenplot, Geigenplot
   4. Streudiagramm, Streudiagrammmatrix, Profildiagramm
   5. Balkendiagramm
6. Parameterschätzung
   1. Maximale Wahrscheinlichkeit
   2. Gewöhnliche kleinste Quadrate
   3. Erwartungsmaximierung (EM)
   4. Lasso- und Ridge-Regulierung
   5. Verbreitung von Unsicherheiten
7. Hypothesentest
   1. Fehler der 1. und 2. Art
   2. Mehrere Hypothesentests
   3. p-Wert

Das maschinelle Lernen ist ein wissenschaftliches Studiengebiet, das sich mit algorithmischen Techniken beschäftigt, die es Maschinen ermöglichen, die Leistung bei einer bestimmten Aufgabe durch die Entdeckung von Mustern oder Gesetzmäßigkeiten in exemplarischen Daten zu erlernen. Folglich stützen sich seine Verfahren in der Regel auf eine statistische Grundlage in Verbindung mit den Berechnungsmöglichkeiten moderner Computerhardware.

Dieser Kurs zielt darauf ab, den Studierenden mit den Hauptgebieten des maschinellen Lernens vertraut zu machen und eine gründliche Einführung in die am häufigsten verwendeten Ansätze und Methoden in diesem Bereich zu geben.

1. Einführung in das maschinelle Lernen
   1. Regression & Klassifizierung
   2. Beaufsichtigtes und unbeaufsichtigtes Lernen
   3. Stärkung des Lernens
2. Clustering
   1. Einführung in das Clustering
   2. K-Mittel
   3. Erwartungsmaximierung
   4. DBScan
   5. Hierarchisches Clustering
3. Regression
   1. Lineare und nicht lineare Regression
   2. Logistische Regression
   3. Quantile Regression
   4. Multivariate Regression
   5. Lasso & Ridge Regression
4. Unterstützung von Vektor-Maschinen
   1. Einführung in den Support von Vektor-Maschinen
   2. SVM für die Klassifizierung
   3. SVM für Regressionen
5. Entscheidungsbäume
   1. Einführung in die Entscheidungsbäume
   2. Entscheidungsbäume für die Klassifizierung
   3. Entscheidungsbäume für die Regression
6. Genetische Algorithmen
   1. Einführung in die genetischen Algorithmen
   2. Anwendungen genetischer Algorithmen

Neuronale Netzwerke und Deep-Learning-Ansätze haben in den letzten Jahren die Bereiche Datenwissenschaft und künstliche Intelligenz revolutioniert, und Anwendungen, die auf diesen Techniken aufbauen, haben in vielen Spezialanwendungen die menschliche Leistungsfähigkeit erreicht oder übertroffen.

Nach einem kurzen Überblick über die Ursprünge neuronaler Netze und Tiefenlernen behandelt dieser Kurs die gängigsten neuronalen Netzarchitekturen und diskutiert im Detail, wie neuronale Netze anhand von speziellen Datenproben trainiert werden, um häufige Fallstricke wie Übertraining zu vermeiden.

Der Kurs vermittelt einen detaillierten Überblick über alternative Methoden zum Training neuronaler Netze und weitere Netzwerkarchitekturen, die für eine Vielzahl von speziellen Anwendungsszenarien relevant sind.

1. Einführung in das Neuronale Netzwerk und Deep Learning
   1. Das biologische Gehirn
   2. Perzeptron und mehrschichtige Perzeptrone
2. Netzwerkarchitekturen
   1. Feed-Forward-Netze
   2. Neuronale Faltungsnetze
   3. Rekurrente neuronale Netze, Speicherzellen und LSTMs
3. Training Neuronaler Netze
   1. Backpropagation und Gradientenabstieg
   2. Gewichtsinitialisierung
   3. Regularisierung und Übertraining
4. Alternative Trainingsmethoden
   1. Aufmerksamkeit
   2. Feedback-Ausrichtung
   3. Synthetische Gradienten
   4. Entkoppelte Netzwerkschnittstellen
   5. Transfer Learning
5. Weitere Netzwerkarchitekturen
   1. Generative Adversarial Networks
   2. Autoencoder
   3. Restricted Boltzmann Machines
   4. Kapsel-Netzwerke
   5. Spiking-Networks

Der Schwerpunkt dieses ersten Kurses im Wahlmodul Datentechnik liegt darin, den Studierenden wichtige Prinzipien, Konzepte, Methoden und Ansätze in diesem Fachgebiet näher zu bringen.

Um dieses Ziel zu erreichen, geht der Kurs von einer Darstellung der grundlegenden Prinzipien des Daten-Engineerings zu einer gründlichen Behandlung der Kernklassen der Datenverarbeitung über. Moderne Architekturparadigmen wie Microservices werden erläutert und wichtige Faktoren der Datenverwaltung und des Datenschutzes angesprochen. Aspekte des Cloud Computing werden durch einen Überblick über die gängigsten Angebote auf dem Markt vorgestellt. Schließlich wird eine hochmoderne agile Perspektive auf den Betrieb von Datenpipelines durch eine Darstellung des aufkommenden Begriffs DataOps gegeben.

1. Grundlagen der Datensysteme
   1. Reliability (Systemzuverlässigkeit)
   2. Scalability (Skalierbarkeit)
   3. Maintainability (Instandhaltbarkeit)
2. Skalierbare Datenverarbeitung
   1. Batch-Prozessierung
   2. Stream-Prozessierungssysteme
3. Microservices
   1. Einführung in Monolithische Architekturen
   2. Einführung in Microservices
   3. Implementierung von Microservices
4. Governance und Sicherheit
   1. Datenschutz
   2. Systemsicherheit
   3. Data Governance
5. Verbreitete Cloud-Plattformen und -Dienste
   1. Amazon Web Services (AWS)
   2. Google-Cloud-Plattform (GCP)
   3. Microsoft Azure
6. DataOps
   1. Grundlegende Prinzipien
   2. Containerisierung
   3. Aufbau von Daten- und ML-Pipelines

Dieser Kurs baut auf theoretischen und methodischen Erkenntnissen aus dem Bereich Data Engineering auf. Er bietet den Studierenden die Möglichkeit, ihr erworbenes Wissen im Rahmen eines Data Engineering Projekts in die Praxis umzusetzen. Um einen geeigneten und praktikablen Ansatz zu finden, müssen die Studenten die Vor- und Nachteile möglicher architektonischer Entscheidungen diskutieren und bewerten. Sobald eine fundierte Entscheidung getroffen wurde, wird der gewählte Ansatz als laufender Teil der Dateninfrastruktur umgesetzt.

• Der Kurs befasst sich mit der Durchführung eines Datentechnikprojekts, das aus einer Reihe von Projektvorschlägen ausgewählt wurde. Die Studierenden können auch ihre eigenen Projektideen einbringen.

Mit der zunehmenden Digitalisierung und Vernetzung von IT-Systemen ist der Bedarf gestiegen, Systeme und die von diesen Systemen verarbeiteten Daten zu schützen. Ziel dieses Moduls ist es, ein Verständnis für die erforderlichen Sicherheitsmaßnahmen, die IT-Sicherheit einschließlich Kryptographie und den Datenschutz zu vermitteln. Während der Bedarf an IT-Sicherheit weltweit ähnlich ist, haben verschiedene Kulturen unterschiedliche Erwartungen an Datenschutz und Privatsphäre. Dennoch werden personenbezogene Daten oft außerhalb des Landes verarbeitet, in dem die betroffenen Personen leben. Daher müssen die kulturellen Aspekte des Datenschutzes bei der Verarbeitung der Daten berücksichtigt werden. Dieser Kurs gibt einen Überblick über die wichtigsten IT-Sicherheitsmaßnahmen in verschiedenen Anwendungsszenarien sowie deren Integration in ein Informationssicherheitsmanagementsystem mit besonderem Fokus auf die relevante Normenfamilie ISO/IEC 270xx. Die Kryptographie stellt ein wichtiges Werkzeug für die IT-Sicherheit dar und wird in vielen verschiedenen Anwendungsszenarien wie sicheren Internetprotokollen und Block Chain eingesetzt.

1. Grundlagen von Datenschutz und IT-Sicherheit
   1. Terminologie und Risikomanagement
   2. Kernkonzepte der IT-Sicherheit
   3. Kernkonzepte von Datenschutz und Privatsphäre
   4. Kernkonzepte der Kryptografie
   5. Rechtliche Aspekte
2. Datenschutz
   1. Grundbegriffe des Datenschutzes (ISO/IEC 29100, Privacy by Design)
   2. Datenschutz in Europa: die DSGVO
   3. Datenschutz in den USA
   4. Datenschutz in Asien
3. Anwendung des Datenschutzes
   1. Anonymität und Pseudonyme
   2. Datenschutz in der Datenwissenschaft und Big Data
   3. Benutzer-Tracking im Online-Marketing
   4. Cloud Computing
4. Bestandteile der IT-Sicherheit
   1. Authentifizierung, Zugriffsverwaltung und -kontrolle
   2. Endgerätesicherheit
   3. IT-Sicherheit in Netzwerken
   4. Entwicklung sicherer IT-Systeme
5. IT-Sicherheitsmanagement
   1. Sicherheitsrichtlinien
   2. Sicherheits- und Risikoanalyse
   3. Die ISO 27000-Reihe
   4. IT-Sicherheit und IT-Governance
   5. Beispiel: IT-Sicherheit für Kreditkarten (PCI DSS)
6. Kryptografie
   1. Grundbegriffe der Kryptografie
   2. Symmetrische Kryptografie
   3. Asymmetrische Kryptografie
   4. Kryptografie mit elliptischer Kurve
   5. Hash-Funktionen
   6. Sicherer Datenaustausch
7. Kryptografische Anwendung
   1. Digitale Signaturen
   2. Sichere Internet-Protokolle
   3. Blockchain
   4. Elektronisches Geld

Der Aufbau von datenwissenschaftlichen Modellen und die Anwendung der Techniken auf reale Probleme erfordert ein tiefes Verständnis der datenwissenschaftlichen Prozesse und Techniken über die Anwendung relevanter Algorithmen hinaus.

Dieser Kurs beginnt mit der Einführung in zwei gängige Methoden der Datenwissenschaft: CRISP-DM und MS Team Data Science. Alle Daten, die von realen Maschinen, Systemen oder Prozessen stammen, enthalten einige Fehler in unterschiedlichem Maße. Dieser Kurs behandelt im Detail, wie man Datenqualitätsprobleme erkennt und korrigiert, einschließlich der Bedeutung von Domänenwissen für die Bestimmung der Richtigkeit der Daten.

Viele maschinelle Lernansätze erfordern die Erstellung und anschließende Auswahl von Modellmerkmalen, die bestimmen, welcher Teil der Daten im späteren Modellierungsschritt wie verwendet wird. Dieser Kurs behandelt Methoden zur Entwicklung und Erstellung neuer Features aus Rohdaten und skizziert statistische Methoden, um die relevantesten Features für die jeweilige Aufgabe zu identifizieren.

Schließlich werden in diesem Kurs Strategien zur Vermeidung häufiger Irrtümer bei der Erstellung von datenwissenschaftlichen Modellen sowie Ansätze zur Automatisierung von Workflows vorgestellt.

1. Datenwissenschaftliche Methoden
   1. CRISP-DM
   2. MS Team Datenwissenschaft
2. Datenqualität
   1. Bewertung der Datenqualität
   2. Verwendung von Daten niedriger Qualität
   3. Datendualität und Domänenwissen
3. Feature Engineering
   1. Erstellung neuer Funktionen
   2. Variablen aufteilen
   3. Feature Engineering unter Nutzung von Domänenwissen
4. Feature-Auswahl
   1. Univariate Feature-Auswahl
   2. Modellbasierte Merkmalsauswahl
5. Aufbau eines prädiktiven Modells
   1. Etablierung eines Benchmark-Modells
   2. Vorhersage als Wahrscheinlichkeiten
   3. Interpretierbares maschinelles Lernen und Ergebnisse
6. Vermeidung häufiger Irrtümer
   1. Übertraining & Verallgemeinerung
   2. Überausstattung & Occam's Razor
   3. Workflowautomatisierung und Modellpersistenz