230036 UE Big Data Analyse (2016W)

4.00 ECTS (2.00 SWS), SPL 23 - Soziologie

Prüfungsimmanente Lehrveranstaltung

Moodle

An/Abmeldung

Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").

Anmeldung von Do 11.08.2016 10:00 bis Do 22.09.2016 10:00
Anmeldung von So 25.09.2016 10:00 bis Do 29.09.2016 10:00
Abmeldung bis Do 20.10.2016 23:59

Details

max. 25 Teilnehmer*innen

Sprache: Deutsch

Lehrende

Roland Teitzer-Syczek

Termine (iCal) - nächster Termin ist mit N markiert

    
    Samstag
    15.10.
    09:00 - 15:30
    Inst. f. Soziologie, Seminarraum 2, Rooseveltplatz 2, 1.Stock
    
    Samstag
    22.10.
    09:00 - 15:30
    Class Room 4 ZID  UniCampus Hof 7 Eingang 7.1 2H-O1-33
    
    Samstag
    14.01.
    09:00 - 15:30
    Class Room 4 ZID  UniCampus Hof 7 Eingang 7.1 2H-O1-33
    
    Samstag
    28.01.
    09:00 - 15:30
    Inst. f. Soziologie, Seminarraum 2, Rooseveltplatz 2, 1.Stock

Information

Ziele, Inhalte und Methode der Lehrveranstaltung

Ziel der LV ist eine erster Überblick über das relativ neue Themenfeld "Big Data" und dessen Herausforderungen und Grenzen.

Themen, die behandelt werden sind u.a.
Was ist "Big Data"? Echte "Revolution" oder nur Buzzword? Theoretisches und praktisches Wissen zu Möglichkeiten und Grenzen von "Big Data"- ist "mehr" auch "besser?"; Überblick über Herausforderungen im Datenmanagement bei "Big Data"/ Überblick über bzw. Einführung in den Umgang mit geeigneten Datenbanken (z.B. Access, Oracle); Überblick und erste Einführung in Softwarelösungen für Data Mining bzw. die Analyse von Big Data (z.B. "R", "KNIME")

Methoden:
-Theoretische Inputs/Vortrag
-(selbstständige) Lektüre von deutsch- und englischsprachigen Texten und deren mündliche und schriftliche Reflexion
-Diskussion
-praktische Beispiele
-kleinere Übungen

Art der Leistungskontrolle und erlaubte Hilfsmittel

-Anwesenheit
-mündliche Reflexion von deutsch- und englischsprachigen Texten
-aktive Mitarbeit
-Seminararbeit

Mindestanforderungen und Beurteilungsmaßstab

-Durchgängige bzw. regelmäßige (mind. 75%) Anwesenheit (da Block-LV) und aktive Mitarbeit im Kurs
-zeitgerechte Abgabe von Reflexionspapieren/Übungsaufgaben
-positiv absolvierte Abschlussprüfung

Prüfungsstoff

-Inhalt der Vorträge vor Ort sowie Inhalt der auf Moodle hochgeladenen Powerpoint- Folien
-Inhalt der Pflichtlektüre bzw. von in der Übung ausgeteilten Materialien

Literatur

Wird noch bekanntgegeben

Zuordnung im Vorlesungsverzeichnis

Letzte Änderung: Mo 07.09.2020 15:39