Hands-on Data Science
Hands-on Computer Science Lektionen, Experimente und Geschichten zur Informatik zum Selbststudium und als Begleitung zu Vorlesungen, frei zugänglich und ohne Anmeldung. Hands-on Artificial Intelligence Verstehen, was ein KI-Agent tut und warum, vom Sprachmodell über das Training bis zum Lernen aus Daten, zum Selbststudium und als Begleitung zu Vorlesungen. Startseite: Hands-on Data Science
Mein Lernen EN

Modul5 Abschnitte

Explorative Datenanalyse

Ein Teil des Mastermoduls Empirisches Arbeiten

Daten kennenlernen, bevor man Schlüsse zieht: Verteilungen, Zusammenhänge und Auffälligkeiten finden und zeigen, mit R und guten Grafiken.

Empirisches Arbeiten Hochschule Osnabrück Modulbeschreibung im Modulhandbuch ↗
Das Monty-Hall-ProblemProjekt · 4 Phasen

Phase 1: Das Spiel spielen

4 Inhalte
  1. Geh aufs Ganze: das Spiel im Fernsehen Video 5 Min.
  2. Experiment 1: Drei Türen im Seminarraum Experiment 30 Min.
  3. Was sollen wir messen? Demo 10 Min.
  4. Arten von Variablen Folien 20 Min.

Phase 2: Spiele als Vektoren

5 Inhalte
  1. Das Drei-Türen-Spiel Demo 5 Min.
  2. Vektoren und Data Frames Folien 45 Min.
  3. Vektoren Lektion 20 Min.
  4. Zahlen, Texte und Wahrheitswerte Lektion 10 Min.
  5. Experiment 2: Eure Spiele als Vektoren Experiment 45 Min.

Phase 3: 100 Spiele als Tibble

2 Inhalte
  1. Let's Make a Deal: 100 Spiele mit drei Türen Datensatz 5 Min.
  2. Experiment 3: 100 Spiele als Tibble Experiment 60 Min.

Phase 4: Das Spiel simulieren

2 Inhalte
  1. Funktionen aufrufen Lektion 10 Min.
  2. Experiment 4: Das Spiel als Simulation Experiment 60 Min.

Das Projekt öffnen

Einstieg in RLernpfad · 9 Schritte

Teil 1: Rechnen und Namen

4 Schritte
  1. R als Taschenrechner Lektion 8 Min.
  2. Werten einen Namen geben Lektion 8 Min.
  3. Funktionen aufrufen Lektion 10 Min.
  4. Übung: Was kostet die Milch im Jahr? Übung 15 Min.

Teil 2: Vektoren und Datentypen

5 Schritte
  1. Vektoren und Data Frames Folien 45 Min.
  2. Vektoren Lektion 20 Min.
  3. Zahlen, Texte und Wahrheitswerte Lektion 10 Min.
  4. Fehlende Werte Lektion 8 Min.
  5. Übung: Der Wocheneinkauf Übung 20 Min.

Den Lernpfad einzeln öffnen

Datentransformation mit R und dplyrLernpfad

Die Inhalte dieses Lernpfads entstehen gerade.

Den Lernpfad einzeln öffnen

Datenvisualisierung mit R und ggplot2Lernpfad

Die Inhalte dieses Lernpfads entstehen gerade.

Den Lernpfad einzeln öffnen

Selbsttest
  1. Selbsttest: Explorative Datenanalyse mit R Übung 60 Min.
  2. Produkte aus dem REWE-Onlineshop Datensatz 5 Min.
Über dieses Modul

Diese Sammlung begleitet den Teil zur explorativen Datenanalyse im Mastermodul Empirisches Arbeiten. Die Folien zeigen an der Umfrage zu Milch und Schokolade, was Erkunden leistet und welche Art von Frage es beantworten kann; dann führt ein Abschnitt in R ein, der nächste in die Datentransformation mit dplyr und ein weiterer in die Datenvisualisierung mit ggplot2; weitere Abschnitte zum Beschreiben und Prüfen von Daten entstehen gerade und sind dann ebenfalls von Anfang an verfügbar. Am Ende zeigt dir ein Selbsttest, wo du stehst.

    Ein vierstelliger Code führt direkt zum Inhalt.