Data Science und Scientific Workflows
- Typ: Vorlesung / Übung (VÜ)
- Lehrstuhl: Zuverlässigkeit und Mikrostruktur
- Semester: SS 2025
-
Zeit:
Mi. 23.04.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Do. 24.04.2025
15:45 - 17:15, wöchentlich
20.21 Pool G
20.21 Kollegiengebäude am Zirkel, Teil 2 (SCC) (UG)
Mi. 30.04.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Mi. 07.05.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Do. 08.05.2025
15:45 - 17:15, wöchentlich
20.21 Pool G
20.21 Kollegiengebäude am Zirkel, Teil 2 (SCC) (UG)
Mi. 14.05.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Do. 15.05.2025
15:45 - 17:15, wöchentlich
20.21 Pool G
20.21 Kollegiengebäude am Zirkel, Teil 2 (SCC) (UG)
Mi. 21.05.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Do. 22.05.2025
15:45 - 17:15, wöchentlich
20.21 Pool G
20.21 Kollegiengebäude am Zirkel, Teil 2 (SCC) (UG)
Mi. 28.05.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Mi. 04.06.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Do. 05.06.2025
15:45 - 17:15, wöchentlich
20.21 Pool G
20.21 Kollegiengebäude am Zirkel, Teil 2 (SCC) (UG)
Mi. 18.06.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Mi. 25.06.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Do. 26.06.2025
15:45 - 17:15, wöchentlich
20.21 Pool G
20.21 Kollegiengebäude am Zirkel, Teil 2 (SCC) (UG)
Mi. 02.07.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Do. 03.07.2025
15:45 - 17:15, wöchentlich
20.21 Pool G
20.21 Kollegiengebäude am Zirkel, Teil 2 (SCC) (UG)
Mi. 09.07.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Do. 10.07.2025
15:45 - 17:15, wöchentlich
20.21 Pool G
20.21 Kollegiengebäude am Zirkel, Teil 2 (SCC) (UG)
Mi. 16.07.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Do. 17.07.2025
15:45 - 17:15, wöchentlich
20.21 Pool G
20.21 Kollegiengebäude am Zirkel, Teil 2 (SCC) (UG)
Mi. 23.07.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Do. 24.07.2025
15:45 - 17:15, wöchentlich
20.21 Pool G
20.21 Kollegiengebäude am Zirkel, Teil 2 (SCC) (UG)
Mi. 30.07.2025
14:00 - 15:30, wöchentlich
10.81 Emil-Mosonyi-Seminarraum (HS 62)
10.81 Bauingenieure, Altes Bauingenieurgebäude (1. OG)
Do. 31.07.2025
15:45 - 17:15, wöchentlich
20.21 Pool G
20.21 Kollegiengebäude am Zirkel, Teil 2 (SCC) (UG)
-
Dozent:
Dr. Daniel Weygand
Prof. Dr. Peter Gumbsch - SWS: 3
- LVNr.: 2182741
- Hinweis: Präsenz
Inhalt | Die in wissenschaftlichen Projekten erzeugte Datenmenge nimmt rasant zu. Teilweise ist der Anstieg darin begründet, dass neue datenbasierte Auswertemethoden, eine bessere und genauere Analyse wissenschaftlicher Daten erlauben. Darüber hinaus ergeben sich aus der Verknüpfung von Daten neue Erkenntnisse. Dies setzt eine systematische Organisation von Daten voraus. Die hierfür erforderlichen Kenntnisse der Datenwissenschaften und Informatik werden gleichermaßen für Computersimulationen und experimentelle Untersuchungen benötigt. Die Aufbereitung/Klassifizierung (z.B. elektronisches Laborbuch) und Strukturierung von Daten ist ein notwendiger Schritt zu deren Wiederverwendung. Die Vorlesung stellt Grundlagen und Softwaretools für entsprechende Scientific Workflows vor: Python und Bibliotheken, Jupyter notebook, Shell-Skripte und Dokumentation mit git-basierten Werkzeugen. Anwendung in Python umfassen statistischen Methoden, Machine-Learning-Techniken wie Klassifikation, künstliche neuronale Netze (ANN), Convolutional Neural Networks (CNN) und Gauß Prozesse (GP) für Simulationsplanung. Weiterhin wird ein Überblick über Datenbanksysteme in der Materialforschung und das FAIR Datenprinzip (Auffindbarkeit, Zugänglichkeit, Interoperabilität und Wiederverwendbarkeit) gegeben.
Ziel: Die Studierenden können
Einzelne Vorlesungsinhalt:
Übung: Der Vorlesungsstoff wird in den Übungen vertieft (Übung 1SWS)
Prüfungsmodus:
|
Vortragssprache | Deutsch |
Literaturhinweise | Literatur:
|