Data Science 3

Explorative Datenanalyse & Data Mining (BIO-06.61-035)

Modulbeschreibung

Dies ist das Dritte von vier Modulen des neu in den Bachelor-Studiengängen des Fachbereichs Biologie der Universität Hamburg eingeführten Data Science Programms. In Data Science 3 werden wir von dem experimentellen Design und der Analyse kleinerer Datensätze zur explorativen Analyse größerer Datensätze mittels statistischer Modellverfahren und dem sog. Data Mining übergehen.

Modulverantwortliche: Dr. Saskia Otto

Vorlesungsfolien WiSe 2023-2024

Diese GitHub Repository enthält die folgenden Kurs-spezifischen HTML-Vorlesungsfolien (alle auf Deutsch):

• 01 Komplexere Varianzanalyse und verbreitete Designtypen
• 02 2-faktorielle Varianzanalyse (ANOVA) mit verschachtelten Faktoren
• 03 Multiple lineare Regression und Modellselektion
• 04 Lineare Regressionsmodelle mit fixem Faktor: Kovarianzanalyse (ANCOVA)
• 05 Resampling Techniken: Bootstrapping & Permutationstests

-WEIHNACHTSFERIEN-

• 07 EDA, Data Mining und Supervised Learning
• 08 Unsupervised Learning: Clusteranalyse und PCA
• 09 Konzepte des ‘Open Science’ & Einführung in RMarkdown und Quarto
• 10 Fallstudien-Besprechung, Wiederholung, offene Fragen

Lizenz

Diese Arbeit is lizenziert unter einer Creative Commons Attribution-ShareAlike 4.0 International License mit Ausnahme der entliehenen und mit Quellenangabe versehenen Abbildungen.