Verwaltungsinformationen
| Titel | Plattformen |
| Dauer | 2 x 45 Minuten |
| Modulen | A |
| Unterrichtstyp | Praktisch |
| Fokussierung | Praktisch – KI-Modellierung |
| Themenbereich | Datenanalyse |
Suchbegriffe
Basic Python, Basis Pandas, Variables, Listen, Strings, Tuple, Data Loading von csv, Data Lookup,
Lernziele
- Um Jupyter-Notizbücher verwenden zu können
- Um Grundlagen von Python verwenden zu können (Variablen, Listen, Strings, Tupel)
- Um Grundlagen von Pandas verwenden zu können (Datenladen aus CSV, Datensuche)
Erwartete Vorbereitung
Lernveranstaltungen, die vorab abgeschlossen werden müssen
Keine.
Obligatorisch für Studenten
Keine.
Optional für Studenten
Keine.
Referenzen und Hintergründe für Studierende
Keine.
Empfohlen für Lehrer
Keine.
Unterrichtsmaterialien
Anleitung für Lehrer
Diese Lernveranstaltung besteht aus Laboraufgaben, die von den Studierenden mit Hilfe des leitenden Ausbilders gelöst werden sollen.
Sie können diese Klasse auf den Notizbüchern basieren.
Gliederung/Zeitplan
| Dauer (min) | Beschreibung | Konzepte |
|---|---|---|
| 45 | Python | Variablen, Listen, Strings, Tupel |
| 5 | Pandas | Datenladen aus Tabelle |
| 10 | Pandas | Daten/Tabellenangaben: Kopf, Form, Info |
| 5 | Pandas | df.loc |
| 5 | Pandas | df.iloc |
| 5 | Pandas | df.str.split |
| 5 | Pandas | Datumsumwandlung |
| 10 | Pandas | GroupBy, sortieren |
Danksagung
Das Human-Centered AI Masters-Programm wurde von der Fazilität „Connecting Europe“ der Europäischen Union im Rahmen des Zuschusses „CEF-TC-2020-1 Digital Skills 2020-EU-IA-0068“ kofinanziert.