The course introduces the scripting language Python. The lecture part deals with the basics of Python using simple examples to explain basic concepts of procedural and object-oriented programming.
Later parts of the lecture will give an insight into the use of advanced libraries and the actual processing and presentation of data, especially with the means of Jupyterlab.

After successful participation, students should be able to master important patterns of procedural and object-oriented programming and implement them in the Python programming language to develop their own programs. They should also gain basic knowledge in the use and functionality of libraries in the field of data processing and visualization.

Topics:

1. Introduction to Python

• Data structures
•  Loops and functions
• Classes and objects
• "List comprehension", iterators and generators

2. Data science with Python

•  Working with matrices and tables (Numpy and Pandas)
•  Data visualization with Matplotlib
• Introduction to advanced techniques for data analysis, especially machine learning

Language: German (materials, communication, exam)

Course Format: The course takes place as a blended learning course, i.e. face-to-face or online sessions are supplemented by self-learning phases via the Learnweb

Credit Points: 3 CP within the General Studies in case of successful participation in the course and the final test

Die Lehrveranstaltung führt in die Scriptsprache Python ein. Der Vorlesungsteil beschäftigt sich zunächst mit Grundlagen von Python anhand von einfachen Beispielen werden grundlegende Konzepte des prozeduralen und objektorientierten Programmierens erklärt.
In späteren Teilen der Vorlesung soll dann ein Einblick in die Anwendung weiterführender Bibliotheken gegeben werden und der tatsächlichen Verarbeitung und Darstellung von Daten, insbesondere mit Mitteln des Jupyterlab.

Die Studierenden sollen nach erfolgreicher Teilnahme wichtige Muster des prozeduralen und objektorientierten Programmierens beherrschen und diese in der Programmiersprache Python zur Entwicklung eigener Programme umsetzen können. Außerdem sollen sie Grundkenntnisse in der Verwendung und Funktionsweise von Bibliotheken im Bereich der Datenverarbeitung und Visualisierung erlangen.

Themen:

1. Einführung in Python

• Datenstrukturen
• Schleifen und Funktionen
• Klassen und Objekte
• „List comprehension”, Iteratoren und Generatoren

2. Data Science mit Python

• Arbeiten mit Matrizen und Tabellen (Numpy und Pandas)
• Datenvisualisierung mit Matplotlib
• Einführung in weiterführende Techniken zur Datenanalyse, insbesondere des maschinellen Lernens
  
  

Sprache: Deutsch (Material, Kommunikation, Prüfung)

Veranstaltungsformat: Die Veranstaltung findet als Blended-Learning-Kurs statt, d.h. Präsenz- bzw. Online-Termine werden durch Selbstlernphasen über das Learnweb ergänzt

Credit Points: 3 LP im Rahmen der Allgemeinen Studien bei erfolgreicher Teilnahme an der Lehrveranstaltung sowie der Abschlussprüfung

Kurs im HIS-LSF