Das hier aufgeführte Modul basiert auf in den Amtlichen Bekanntmachungen der Universität Potsdam veröffentlichten Studien- und Prüfungsordnungen.
Verbindliche Regelungswirkung haben nur die veröffentlichten Ordnungen.
HPI-PREP-K: Data Preparation - Konzepte und Methoden | Anzahl der Leistungspunkte (LP): 6 LP |
Modulart (Pflicht- oder Wahlpflichtmodul): | Abhängig vom Studiengang (siehe unten) |
Inhalte und Qualifikationsziele des Moduls: | Inhalt Einem datengetriebenen System liegen oft Daten aus verschiedensten heterogenen Datenquellen mit unterschiedlichen Datenmodellen zugrunde, deren Datenqualität stark variieren kann. Im Data Engineering befasst sich das Vertiefungsgebiet Data Preparation mit der Nutzbarmachung dieser Daten. Dieses behandelt dabei Konzepte zur Vorverarbeitung, beispielsweise durch Methoden des Data Profiling und Data Cleansing, sowie zur Transformation und Bündelung, z.B. durch Data Integration-Methoden. Der Fokus dieses Moduls liegt in den entsprechenden grundlegenden Konzepten und Methoden zur technischen und strukturellen Erschließung mannigfaltiger Datenquellen für datenbasierte Systeme.
Qualifikationsziele Die Studierenden erwerben detailliertes Wissen über die im Modul gegenständlichen Fachthemen. Die Studierenden
|
Modul(teil)prüfungen (Anzahl, Form, Umfang, Arbeitsaufwand in LP): | Eine Prüfung der folgenden Formen: Klausur, 90-120 Minuten Hausarbeit, (mind. 8 Seiten) zusammen mit Ergebnispräsentation (20-45 Minuten) Mündliche Prüfung, 30-45 Minuten |
Selbstlernzeit (in Zeitstunden (h)): | 120 |
Veranstaltungen (Lehrformen) |
Kontaktzeit (in SWS) |
Prüfungsnebenleistungen (Anzahl, Form, Umfang) |
Lehrveranstaltungsbegleitende Modul(teil)prüfung
(Anzahl, Form, Umfang) |
|
Für den Abschluss des Moduls | Für die Zulassung zur Modulprüfung | |||
Vorlesung/Seminar (Vorlesung oder Seminar) | 4 | - | Übungsaufgaben (50%) |
- |
Häufigkeit des Angebots: | WiSe und SoSe |
Voraussetzung für die Teilnahme am Modul: | keine |
Anbietende Lehreinheit(en): |
Digital Engineering
|
Zuordnung zu Studiengängen | Modulart |
---|---|
Master of Science Data Engineering WiSe 2018/19 |
Wahlpflichtmodul
|
© Copyright HIS
Hochschul-Informations-System eG