TU Wien:AKSTA Statistical Computing VU (Posekany)

Aus VoWi
Zur Navigation springen Zur Suche springen
Ähnlich benannte LVAs (Materialien):

Daten[Bearbeiten | Quelltext bearbeiten]

Vortragende Alexandra Posekany
ECTS 3
Letzte Abhaltung 2023S
Sprache English
Mattermost aksta-statistical-computingRegisterMattermost-Infos
Links tiss:105731, eLearning, Homepage
Zuordnungen
Bachelorstudium Data Engineering & Statistics Wahlmodul 3. Semester
Bachelorstudium Medizinische Informatik Wahlmodul Statistische Datenanalyse
Bachelorstudium Software & Information Engineering Wahlmodul Statistische Datenanalyse
Masterstudium Data Science Pflichtmodul FDS/FD - Fundamentals of Data Science - Foundations


Inhalt[Bearbeiten | Quelltext bearbeiten]

  1. Introduction to R (R base)
  2. Data manipulation using tidyverse
  3. Data visualization using ggplot2
  4. Building web applications with shiny apps

Ablauf[Bearbeiten | Quelltext bearbeiten]

Aufgrund der hohen Teilnehmerzahl (~200) im SoSe23 wurde ein Flipped Classroom gemacht. Man muss selbst das Skriptum durchlesen oder den Kurs auf Datacamp machen. Es gibt dann insgesamt 4 TUWEL Quizzes in Präsenz und 4 Übungsabgaben. Für die Übungsabgabe kann man mit einer Präsentation Bonuspunkte gewinnen.

Dazu gibt es noch ein Abschluss Quiz mit 40 Punkten, es ist aber nicht verpflichtend dieses zu machen, um positiv zu sein, wenn man bei Mini-Quizzes und Übungsaufgaben bereits die 50 Punktehurde überstiegen hat.

4 Mini-Quizzes - 28 Punkte

4 Assigments - 32 Punkte

Final Quiz - 40 Punkte


Der Kurs auf Datacamp ist eher nicht zu empfehlen. Es dauert recht lange die ganzen Aufgaben zu lösen, und er ist nicht sehr tiefgehend. Das Skriptum ist sehr gut und hat ausreichend Tiefgang. Besonders für die Fragen beim Quiz fehlt bei Datacamp einiges, zB Coercion.

Benötigte/Empfehlenswerte Vorkenntnisse[Bearbeiten | Quelltext bearbeiten]

Eigentlich keine. Am ehesten noch Programmierkenntnisse.

Andere Meinung: Wäre von Vorteil schon in R gearbeitet zu haben, somit verringert sich enorm der Aufwand für Aufgabenblätter.

Vortrag[Bearbeiten | Quelltext bearbeiten]

Es gab keinen Vortrag und man muss so zu sagen alles im Selbststudium machen. Das Skriptum, welches Prof. Posekany im TUWEL zur Verfügung gestellt hat, ist aus dem Vorjahr von der Professorin Vana Gür. Skriptum an sich ist sehr hilfreich und enthält wirklich die wichtigsten Infos, die einen beim Lösen der Aufgabenblätter weiter bringen. Meines Erachtens reicht aber das Skriptum an sich nicht aus, um alle Aufgaben zu programmieren, sondern muss man die Konzepten öfters selbst recherchieren.

Übungen[Bearbeiten | Quelltext bearbeiten]

Zu Übungen gehören 4 Aufgabenblätter, die bereits zu Semesterbeginn in TUWEL hochgeladen wurden. Wie das Skriptum, wurden auch die Übungsblätter von der Professorin Vana Gür aus dem Vorjahr übernommen. Aufwand hier ist nicht zu unterschätzen, wenn man alle Aufgaben lösen will und einen sinnvollen Bericht dazu schreiben will. Ich bin an den Aufgaben jeweils ein paar Tage gesessen, da es wie oben erwähnt keinen Vortrag gibt und man sich mit den Sachen alleine auseinandersetzen muss. Zu erwähnen ist noch das man in AKSTA nicht mit R-Base arbeitet, sondern mit Packages wie tidyverse, ggplot2 und shinyapps, wofür man sich wirklich etwas Zeit nehmen sollte, wenn man diese wirklich verstehen will.

Mini-Quizzes: 10 Fragen, jeweils 1 Punkt, Punkte werden dann skaliert, und man kann höchstens 7 Punkte pro Mini-Quiz erreichen. Einzelne Fragen sind MC Fragen, wo mehrere Antworten richtig sein können, oder eben keine. Für ein Quiz hat man 30 Minuten Zeit.

Prüfung, Benotung[Bearbeiten | Quelltext bearbeiten]

Es gibt keine Prüfung, sondern nur dieses Abschlussquiz, welches wiederum nicht erforderlich ist um positiv zu sein.

Das Final Quiz sind zum Großteil recyclete Fragen aus den Mini Quizzes unter dem Semester.

Einen Tag nach der Abgabe des jeweiligen Aufgabenblattes kann man in der "Übungseinheit" erscheinen und für die Präsenz 2 Bonuspunkte bekommen, also insgesamt 8 Bonuspunkte sind erreichbar.

sehr gut - (87.5, 110]

gut - (75, 87.5]

befriedigend -(62.5, 75]

genügend - (50, 62.5]

Dauer der Zeugnisausstellung[Bearbeiten | Quelltext bearbeiten]

noch offen

Zeitaufwand[Bearbeiten | Quelltext bearbeiten]

noch offen

Unterlagen[Bearbeiten | Quelltext bearbeiten]

noch offen

Tipps[Bearbeiten | Quelltext bearbeiten]

noch offen

Highlights / Lob[Bearbeiten | Quelltext bearbeiten]

noch offen

Verbesserungsvorschläge / Kritik[Bearbeiten | Quelltext bearbeiten]

Prof. Posekany scheint nicht wirklich an diesem Kurs interessiert zu sein. Seit Semesterbeginn hat sich die gesamte Struktur des Kurses mehrmals geändert und man wurde darüber nicht wirklich direkt informiert. Zuerst hätte man auch Punkte für Datacamp Courses bekommen können, dann würde das abgeschafft und durch Assigments aus dem Vorjahr ersetzt. Zuerst hätte der Termin für Miniquizzes immer am Freitagnachmittag sein, dann hat sich herausgestellt, dass der Hörsaal in diesem Termin besetzt ist und Miniquizzes haben dann am Freitagmorgen stattgefunden. Ich persönlich fand das nicht so schlimm, finde aber dass sie etwas mehr Zeit in die Kursplanung investiert haben konnte, weil wir auch unser Semester planen müssen und wenn sich alles so rasch ändert ist es bisschen umständlich. Noch zu erwähnen ist, dass sich Punkte für die einzelnen Bestandteile des Kurses mehrmals geändert haben: zuerst hätte der final quiz in die Note mit 60 Punkten einfließen sollen, dann mit 40 usw. Wenn die Organisation etwas besser gewesen wäre, wäre der Kurs auch viel angenehmer.