Vorlesung + Übung: Data Analysis mit Python - Details

Vorlesung + Übung: Data Analysis mit Python - Details

Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Vorlesung + Übung: Data Analysis mit Python
Semester SS 2024
Aktuelle Anzahl der Teilnehmenden 34
Heimat-Einrichtung Prof. Dr. Yarema Okhrin - Statistik
Veranstaltungstyp Vorlesung + Übung in der Kategorie Lehre
Erster Termin Freitag, 19.04.2024 10:00 - 11:30
Voraussetzungen 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.
Lernorganisation 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 Ja
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.
Sonstiges Die Anzahl der Plätze zur Veranstaltung ist beschränkt. Nähere Informationen zu den Bewerbungsmodalitäten sowie Bewerbungsfristen finden sich auf der Website des Lehrstuhls.
ECTS-Punkte 5

Räume und Zeiten

Keine Raumangabe
Freitag: 10:00 - 11:30, wöchentlich

Modulzuordnungen

Anmelderegeln

Diese Veranstaltung gehört zum Anmeldeset "Anmeldung gesperrt (global)".
Folgende Regeln gelten für die Anmeldung:
  • Die Anmeldung ist gesperrt.