Hauptinhalt

CS 544 — Data Science in Biomedizin
(engl. Data Science in Biomedicine)

Niveaustufe, Verpflichtungsgrad Vertiefungsmodul, abhängig vom importierenden Studiengang
Lehr- und Lernformen,
Arbeitsaufwand
Vorlesung (2 SWS), Übung (2 SWS),
180 Stunden (60 Std. Präsenzzeit, 120 Std. Selbststudium)
Leistungspunkte,
Voraussetzungen zum Erwerb
6 LP
Studienleistung(en): Erreichen von mindestens 50 Prozent der Punkte aus den wöchentlich zu bearbeitenden Übungsaufgaben und mündliche Präsentation der Lösung von mindestens zwei der Übungsaufgaben.
Prüfungsleistung: Mündliche Prüfung (Einzelprüfung) oder Klausur
Sprache,
Benotung
Englisch,
Die Benotung erfolgt mit 0 bis 15 Punkten gemäß der Prüfungsordnung für den Studiengang M.Sc. Data Science.
Ursprung M.Sc. Data Science, M.Sc. Data Science
Dauer des Moduls,
Häufigkeit
Ein Semester,
Regelmäßig alle 2 Semester
Modulverantwortliche(r) Prof. Dr. Dominik Heider

Inhalt

Ausgewählte Themen aus dem Bereich Data Science für die Anwendung in der Biomedizin, insbesondere aus dem Bereich der biologischen Datenverarbeitung (z.B. Alignments, Kodierung), sowie Methoden aus den Bereichen der Statistik (z.B. statistische Tests, Evaluation) und des sta-tischen Lernens (z.B. Random Forests). Die Methoden werden in der Vorlesung vorgestellt. Im Rahmen der Übung wird ihre Anwendung an konkreten Fallbeispielen eingeübt.


Qualifikationsziele

Die Studierenden kennen die wichtigsten Methoden aus dem Bereich Biomedical Data Science, die für Berechnungen im naturwissenschaftlichen Bereich erforderlich sind. Sie haben diese Methoden verstanden und sind in der Lage, für konkrete Fallbeispiele geeignete Verfahren auszuwählen, durchzuführen und zu implementieren.


Voraussetzungen

Keine. Empfohlen werden die Kompetenzen, die in den Modulen Maschinelles Lernen sowie entweder Grundlagen der Statistik oder Elementare Stochastik vermittelt werden.


Verwendbarkeit

Das Modul kann im FB12 verwendet werden im Studiengang bzw. in den Studiengängen

  • B.Sc. Data Science
  • B.Sc. Informatik
  • M.Sc. Data Science
  • M.Sc. Informatik
  • M.Sc. Wirtschaftsinformatik

Im Studiengang M.Sc. Data Science kann das Modul im Studienbereich Freie Wahlpflichtmodule absolviert werden.

Das Modul kann auch in anderen Studiengängen absolviert werden (Exportmodul).

Das Modul ist der Informatik zugeordnet. Weitere Informationen zur Wählbarkeit sind der Bereichsbeschreibung zu entnehmen.


Literatur

  • Witten, Frank und Hall: Data Mining, Morgan Kaufmann
  • Weitere Literatur wird in der Lehrveranstaltung bekanntgegeben.



Bitte beachten Sie:

Diese Seite beschreibt ein Modul gemäß dem im Wintersemester 2023/24 aktuellsten gültigen Modulhandbuch. Die meisten für ein Modul gültigen Regeln werden nicht durch die Prüfungsordnung festgelegt, und können daher von Semester zu Semester aktualisiert werden. Folgende Versionen liegen im Online-Modulhandbuch vor:

  • WiSe 2016/17 (kein Äquivalent)
  • SoSe 2018 (kein Äquivalent)
  • WiSe 2018/19 (kein Äquivalent)
  • WiSe 2019/20 (kein Äquivalent)
  • WiSe 2020/21 (kein Äquivalent)
  • SoSe 2021 (kein Äquivalent)
  • WiSe 2021/22 (kein Äquivalent)
  • WiSe 2022/23 (kein Äquivalent)
  • WiSe 2023/24

Das Modulhandbuch enthält alle Module, unabhängig vom aktuellen Veranstaltungsangebot, vergleichen Sie dazu bitte das aktuelle Vorlesungsverzeichnis in Marvin.

Die Angaben im Online-Modulhandbuch wurden automatisch erstellt. Rechtsverbindlich sind die Angaben der Prüfungsordnung. Wenn Ihnen Unstimmigkeiten oder Fehler auffallen, sind wir für Hinweise dankbar.