03 Datenlebenszyklus und Forschungsdatenmanagement - Juliane Jacob - Universität Hamburg
- Lecture2Go
- Videokatalog
- Sonstige Einrichtungen der UHH
- Hub of Computing and Data Science (HCDS)
- Datenwelten I: Einführung in Data Science
Videokatalog
547 Aufrufe
28.10.2024
03 Datenlebenszyklus und Forschungsdatenmanagement
Die Vorlesung widmet sich dem Thema Forschungsdaten und dem Management derer. Denn Daten sind im Studium allgegenwärtig. Im Umgang mit ihnen können Tipps und Tricks helfen, das Risiko von z. B. Datenverlust zu minimieren und zeiteffizient qualitativ hochwertige Daten zu erzeugen. Anhand des Datenlebenszyklus wird besprochen, wie Forschungsdaten u. a. erhoben, analysiert, dokumentiert und veröffentlicht werden. Außerdem müssen Forschungsdaten gemäß der „Guten Wissenschaftlichen Praxis“ für mindestens zehn Jahre aufgehoben werden. FDM thematisiert eben diese Archivierung und auch alle Maßnahmen, die die Nachnutzung ermöglichen. Dabei werden konkrete Services vom Zentrum für nachhaltiges Forschungsdatenmanagement der Universität Hamburg vorgestellt.
Kontakt: Zentrum für nachhaltiges Forschungsdatenmanagement
Dr. Juliane Jacob, juliane.jacob@uni-hamburg.de
---
Die Vorlesung führt in informationstechnische und statistische Grundlagen der Data Science ein. Sie ist Teil eines zweisemestrigen Zyklus zu "Datenwelten". Im Sommersemester folgt eine zweite Vorlesung, die sich Datenethik, Datenrecht und erkenntnistheoretischen Reflektionen auf eine "verdatete" Welt befassen wird.
Beide Vorlesungen werden von interdisziplinär zusammengesetzten Teams von Lehrenden gehalten, um unterschiedliche Perspektiven auf Data Science, unterschiedliche Fragestellungen und Problemsichten einzubringen und aufeinander zu beziehen.
Studierende entwickeln dabei ein Grundverständnis folgender Inhalte:
* Funktionsweise der informationstechnischen Systeme, die in weiten Teilen unseren Alltag (mit-)gestalten
* Das technische und soziale Zusammenspiel dieser Systeme bei der Erhebung, Aufbewahrung und Nutzung von Daten
* Einfache statistische Verfahren zur Datenanalyse
* Verfahren aus dem Bereich des maschinellen Lernens (Classification, Regression, Clustering)
* Elementare Einführung in Neuronale Netze und ihre Anwendungen in der Bild- und Sprachverarbeitung
Teilen
Dieses Video darf in andere Webseiten eingebunden werden. Kopieren Sie dazu den Code zum Einbetten und fügen Sie diesen an der gewünschten Stelle in den HTML-Text einer Webseite ein. Geben Sie dabei bitte immer die Quelle an und verweisen Sie auf Lecture2Go!
Technischer Support
Bitte klicken Sie auf den nachfolgenden Link und füllen Sie daraufhin die notwendigen Felder aus, um unser Support-Team zu kontaktieren!
Link zu der RRZ-Support-Seite