Ziele¶
- Effiziente, automatisierte Analyse großer Datensätze
- Erstellen aussagekräftiger wissenschaftlicher Abbildungen
- Sicherer Umgang mit grundlegender deskriptiver und Inferenzstatistik
- Verarbeitung (Analyse und Darstellung) von Vektor- und Rastergeodaten
- Erstellen komplexer räumlicher Visualisierungen
Inhalte¶
Der Kurs beginnt mit einer kurzen Wiederholung grundlegender Konzepte der Programmiersprache Python und wichtiger Data-Science Bibliotheken wie z.B. pandas. Außerdem wird die Versionsverwaltung git eingeführt und im Verlauf des Kurses genutzt. Im weiteren Verlauf werden komplexe Visualisierungen erstellt (matplotlib, seaborn) und parametrische und nicht-parametrische statistische Tests angewendet (scipy). Im letzten Drittel liegt der Fokus auf der Verarbeitung und Visualisierung von Geodaten im Vektor- und Rasterformat (geopandas, rasterio, …).
Aufbau¶
Wöchentlicher Kurs in Präsenz jeweils aufgeteilt in:
- Präsentation und Überblick über neue Inhalte
- Code-Along Session mit praktischen Beispielen
- Eigenständige Anwendung der neuen Inhalte anhand von kurzen Aufgaben im Kurs
- Kursleiter/in: Jonas Claudius Kittner
Semester: WT 2025/26