Modul DAT-SKI: Data Science und Künstliche Intelligenz¶

Porträt¶

Das Modul vermittelt praxisorientiertes Wissen über Data Science und Künstliche Intelligenz und zeigt, wie diese Technologien in der realen Welt angewendet werden können. Ziel ist es, den Studierenden ein tiefgehendes Verständnis für die Verarbeitung, Analyse und Interpretation von Daten zu vermitteln und deren Bedeutung für datengetriebene Entscheidungen zu verdeutlichen.

Data Science ist in der heutigen Zeit unerlässlich, da es Unternehmen und Organisationen ermöglicht, wertvolle Erkenntnisse aus riesigen Datenmengen zu gewinnen und fundierte Entscheidungen zu treffen. Ein praktisches Beispiel zeigt dies im Bereich der Gebäudeautomation: Sensoren, die Temperatur, Luftfeuchtigkeit oder CO2-Konzentrationen messen, liefern kontinuierlich Daten, die zur Optimierung der Raumluftqualität und Energieeffizienz eingesetzt werden können. Durch Data Science können diese Sensordaten in Echtzeit analysiert werden, um beispielsweise automatisch die Heizung oder Belüftung zu steuern, wodurch nicht nur Kosten gesenkt, sondern auch der Komfort und die Gesundheit der Nutzer verbessert werden.

Anstelle von reinem Frontalunterricht wird ein "Learning by Doing"-Ansatz verfolgt: Die Studierenden arbeiten aktiv mit echten Daten, lösen praxisorientierte Aufgaben und wenden das erlernte Wissen direkt an. Dabei sorgt die Mini-Challenge dafür, dass nicht nur theoretische Kenntnisse, sondern auch praktische Fähigkeiten aufgebaut werden.

Lernergebnisse¶

LE1: Grundlagen der Datenanalyse¶

Daten enthalten oft Unsauberkeiten, die eine genaue Analyse erschweren. Du kennst verschiedene Techniken der Datenbereinigung, einschliesslich der Behandlung fehlender Werte, Duplikate und Ausreisser. Du kannst Daten aus verschiedenen Quellen homogenisieren und explorative Datenanalysen durchführen, um Muster, Trends und Anomalien zu identifizieren. Du wendest Resampling-Methoden an, um zeitabhängige Daten sinnvoll zu interpolieren und zu glätten.

LE2: Einführung in Datenbanken¶

Datenbanken ermöglichen die strukturierte Speicherung und Abfrage grosser Datenmengen. Du beherrschst die grundlegenden SQL-Abfragen, insbesondere SELECT-Statements, und kannst relationale und nicht-relationale Datenbanken unterscheiden. Du weisst, wann der Einsatz von Time-Series-Datenbanken sinnvoll ist, und verstehst die jeweiligen Vor- und Nachteile.

LE3: Maschinelles Lernen Grundkonzepte¶

Maschinelles Lernen ermöglicht datengetriebene Entscheidungen. Du wendest Scikit-learn an, um einfache Regressions- und Klassifikationsmodelle zu implementieren. Du führst Trainings- und Testprozesse korrekt durch und verstehst den Zweck von Train-Test-Splits. Zudem kannst du die Aussagekraft eines Modells durch Cross-Validation bewerten.

LE4: Datenvisualisierung¶

Die visuelle Darstellung von Daten ist entscheidend für deren Interpretation. Du kannst mit Seaborn aussagekräftige Diagramme erstellen und verstehst ihre Bedeutung für die Datenanalyse. Zudem kannst du ein interaktives Dashboard mit Grafana aufsetzen und dessen Anwendungsfälle kritisch beurteilen.

LE5: Ethik und Datenschutz¶

Der verantwortungsvolle Umgang mit Daten ist essenziell. Du verstehst die Grundlagen des Datenschutzes und kannst Datenschutzpraktiken anwenden. Du kennst den Zweck und Aufbau einer Datenschutzerklärung und kannst ethische Fragestellungen im Zusammenhang mit Datenwissenschaft erkennen und diskutieren, insbesondere in den Bereichen Gebäudeautomation und Umwelttechnik.

Semesterübersicht¶

Eine Übersicht über alle Unterrichtsblöcke mit Daten, Themen und Lernzielen findest du hier.

Aufgaben¶

Die Kursmaterialien stehen in der Wissensdatenbank als Download-Pakete zur Verfügung. Eine Übersicht findest du hier.

Leistungsnachweise¶

Der Kompetenznachweis erfolgt durch:

Eine benotete Abgabe (Mini-Challenge). Weitere Informationen dazu findest du hier.
Eine schriftliche Prüfung in der 10. Semesterwoche. Zur schriftlichen Prüfung darf ein Spick mitgebracht werden. Dieser muss physisch sein (auf Papier), darf aber auf dem Computer erstellt und ausgedruckt werden.

Wissensdatenbank¶

Die Wissensdatenbank ist eine zentrale Sammlung aller Lerninhalte, Beispiele und Erklärungen. Diese Sammlung hilft dir dabei, das Gelernte zu vertiefen und direkt in Aufgaben anzuwenden. Wenn Material fehlt oder etwas unklar ist, gib bitte Bescheid, damit es zeitnah ergänzt werden kann.