Vorlesung + Übung: Data Analysis mit Python - Details

Vorlesung + Übung: Data Analysis mit Python - Details

You are not logged into Stud.IP.

General information

Course name Vorlesung + Übung: Data Analysis mit Python
Semester SS 2024
Current number of participants 34
Home institute Prof. Dr. Yarema Okhrin - Statistik
Courses type Vorlesung + Übung in category Teaching
First date Friday, 19.04.2024 10:00 - 11:30
Pre-requisites Voraussetzung für eine erfolgreiche Teilnahme sind solide statistische Kenntnisse, welche in den Veranstaltungen Statistik I/II bzw. Statistik vermittelt
werden.
Die Bereitschaft zum regelmäßigen Besuch der Vorlesung und zur eigenständigen Einarbeitung in die Programmiersprache Python, sowie die Vor- und Nachbereitung des Stoffes sind notwendig. Vorkenntnisse in Python werden nicht vorausgesetzt.
Learning organisation Die Veranstaltung findet digital und asynchron statt. Es werden wöchentlich Vorlesungsvideos und Übungsmaterialien zur Verfügung gestellt. Zu Beginn der Veranstaltung gibt es eine Sprechstunde, in der Fragen zur Installation geklärt werden können.
Veranstaltung findet online statt / hat Remote-Bestandteile Yes
Hauptunterrichtssprache deutsch
Literaturhinweise Cutler, J. & Dickenson, M. (2020). Computational Frameworks for Political and Social Research with Python (1st ed.). Springer.
Dörn, S. (2020). Python lernen in abgeschlossenen Lerneinheiten. Programmieren für Einsteiger mit vielen Beispielen. Springer.
Feiks, M. (2019). Empirische Sozialforschung mit Python. Springer.
McKinney, W. (2017). Python for Data Analysis: Data Wrangling with Pandas, Numpy, and Ipython. O’Reilly Media.
Unpingco, J. (2016). Python for Probability Statistics, and Machine Learning (1st ed.). Springer.
Schwarz, J. S., Chapman, C. & Feit, E. M. D. (2020). Python for Marketing Research and Analytics. Springer.
Miscellanea Die Anzahl der Plätze zur Veranstaltung ist beschränkt. Nähere Informationen zu den Bewerbungsmodalitäten sowie Bewerbungsfristen finden sich auf der Website des Lehrstuhls.
ECTS points 5

Rooms and times

No room preference
Friday: 10:00 - 11:30, weekly

Module assignments

Admission settings

The course is part of admission "Anmeldung gesperrt (global)".
The following rules apply for the admission:
  • Admission locked.