TU Berlin

QualitätswissenschaftIntroduction to Engineering Data Analytics with R (WS)

FG QW-Logo

Inhalt des Dokuments

zur Navigation

Introduction to Engineering Data Analytics with R

Lupe

Kurzform: IDA

Big Data gehört derzeit wohl zu den wichtigsten Themengebieten in Wissenschaft und Forschung. Die Aufbereitung, Verarbeitung und Analyse von großen und inhomogenen Datenmengen aus vielfältigen Datenquellen spielt zunehmend eine immer größer werdende Rolle im alltäglichen Leben eines Ingenieurs. Die Fähigkeit diese gigantischen Datenmengen zu filtern und aufzubereiten, die geforderten Analysen durchzuführen und die gewonnenen Erkenntnisse entsprechend zu dokumentieren sind heute Grundvoraussetzungen für einen erfolgreichen Ingenieur. Im Modul "Introduction to Engineering Data Analytics with R" wird der Datenanalyseprozess vom Datenimport bis zur fertigen Dokumentation anhand von Beispielen mit der Programmiersprache R in der Entwicklungsumgebung RStudio durchgeführt. 

Inhalte

Die Inhalte der einzelnen Vorlesungen gliedern sich wie folgt:

VL01 - Introduction to Quality Data & Engineering

VL02 - Installation and Introduction to R & RStudio

VL03 - The Process of Data Analytics & Importing Data

VL04 - Data Analytics & Import from Databases & Web Sources

VL05 - Tidy Data

VL06 - Transform Data

VL07 - Joining Data

VL08 - Programing

VL09 - Visualize Data

VL10 - Model Data

VL11 - Model Data / Machine Learning

VL12 - Communicate

VL13 - Introduction to Shiny

VL14 - Combine Shiny with HTML & CSS & Java Script

VL15 - Dashboard & Casestudy

 

 

Vorlesungs-/Übungsfolien, begleitende Unterlagen und weiterführende Links werden auf der ISIS2-Plattform bereitgestellt.

Zur Einarbeitung in die Programmierung mit R verwenden die Studenten die interaktiven Onlinetutorien, die dem Lehrstuhl von DataCamp zur Verfügung gestellt werden. 
Weitere Informationen zu DataCamp erhalten Sie unter dem folgenden Link: DataCamp

Lernziele

Teilnehmende sind nach Abschluss des Kurses in der Lage selbständig Datenanalysen in der Programmiersprache R in der Entwicklungsumgebung RStudio unter Anwendung von statistischen Methoden durchzuführen, die Ergebnisse zu interpretieren und zu dokumentieren. Des Weiteren sind die Studierenden in der Lage, erarbeitete Projektergebnisse aufzubereiten und unter praxisnahen Bedingungen zu präsentieren und zu verteidigen.

Struktur

Das Modul besteht aus einer wöchentlichen Vorlesung und der Bearbeitung von Onlinekursen.

Zulassungsbeschränkung: Die Teilnehmerzahl ist nicht begrenzt.

Näheres zum Anmeldeverfahren entnehmen Sie bitte dem Abschnitt "Anmeldung". 
ECTS-Anzahl: 6

Zielgruppe

Informationstechnik im Maschinenwesen (B. Sc.), Maschinenbau (B. Sc.), Physikalische Ingenieurwissenschaften (B. Sc.), Verkehrswesen (B. Sc.) ,Wirtschaftsingenieurwesen (B. Sc.).

Weitere Studiengänge sind herzlich willkommen!

Wünschenswerte Voraussetzungen

Grundlegende Kenntnisse in einer Statistiksoftware (R oder Python), sowie Basiskenntnisse Mathematik und Wahrscheinlichkeitsrechnung (jeweils Abiturwissen) sind wünschenswert, aber nicht zwingend erforderlich.

Bewertung

Die Prüfungsform für dieses Modul ist eine Portfolioprüfung.

Dazu müssen die unten aufgeführten Teilleistungen mit entsprechender Gewichtung absolviert werden.

Punktevergabe
Teilleistungen
Punkte
Bearbeitung der Online-Kurse
40 von 100
Bearbeitung und Dokumentation der Case-Study
60 von 100

Anmeldung

Die Anmeldung für das gesamte Modul erfolgt über QISPOS.

Ist eine QISPOS-Anmeldung nicht möglich, (Gründe: u. a. Diplom, Freies Wahlmodul, Zusatzmodul) muss eine fristgerechte Anmeldung über das Prüfungsamt erfolgen.

Termine

Das Modul findet turnusmäßig nur im Wintersemester statt.

Anmeldefristen
Anmeldung zur Vorlesung
keine Anmeldung notwendig
Anmeldung zum Modul
innerhalb der ersten 6  Wochen

Hinweis: Die fristgemäße Anmeldung zur Teilnahme an den Gruppenpräsentationen erfolgt auf der ISIS2-Plattform und ist obligatorisch zur Teilnahme am Modul.

Vorlesung
Vorlesungszeitraum: 
18.10.2017 - 17.02.2018
Raum & Zeit:
PTZ 001, Mittwoch 14.00-16.00 Uhr
Abgabe der Dokumentation der Case-Study
Abgabedatum:  
Tbd                                 

 

 

Kontakt und Feedback

Fragen sind bitte über das jeweilige ISIS2-Forum zu stellen oder im FAQ einzusehen.
In Ausnahmefällen können Anfragen direkt an den jeweiligen Ansprechpartner via Mail (Kontaktformular) gestellt werden. Eine telefonische Rücksprache ist ausschließlich zu Sprechstundenzeiten möglich.

Für Anregungen verwenden Sie bitte die Feedbackfunktion unseres Fachgebiets.

Sprechstunden

 Nach Vereinbarung.

Navigation

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe