623.202 (21S) Seminar in Data Science and Engineering

Sommersemester 2021

Anmeldefrist abgelaufen.

Erster Termin der LV
02.03.2021 12:00 - 14:00 online Off Campus
... keine weiteren Termine bekannt

Überblick

Bedingt durch die COVID-19-Pandemie können kurzfristige Änderungen bei Lehrveranstaltungen und Prüfungen (z.B. Absage von Präsenz-Lehreveranstaltungen und Umstellung auf Online-Prüfungen) erforderlich sein.

Weitere Informationen zum Lehrbetrieb vor Ort finden Sie unter: https://www.aau.at/corona.
Lehrende/r
LV-Titel englisch
Seminar in Data Science and Engineering
LV-Art
Seminar (prüfungsimmanente LV )
LV-Modell
Blended-Learning-Lehrveranstaltung
Online-Anteil
80%
Semesterstunde/n
2.0
ECTS-Anrechnungspunkte
4.0
Anmeldungen
8 (25 max.)
Organisationseinheit
Unterrichtssprache
Englisch
LV-Beginn
02.03.2021
eLearning
zum Moodle-Kurs
Anmerkungen

Because of the current Covid-situation, the course will start online via Classroom.
You find the link to join the Classroom on moodle.
If you are not able to register via LV-online, please send an e-mail to Julia Falkner (Julia.Falkner@aau.at

Zeit und Ort

Beachten Sie bitte, dass sich aufgrund von COVID-19-Maßnahmen die derzeit angezeigten Termine noch ändern können.
Liste der Termine wird geladen...

LV-Beschreibung

Intendierte Lernergebnisse

Participants

  • deepen their abilities and skills in the search and in the study of scientific literature
  • learn by example to provide an overview over a given topic to structure it
  • learn to distinguish between scientific-technologically founded work and less reliable or meaningful publications
  • improve their presentation skills
  • extend their knowledge within a selected topic of Data & Knowledge engineering

Lehrmethodik inkl. Einsatz von eLearning-Tools

seminaristic: presentations, discussions, paper writing, reviews

Inhalt/e

Web services, Ontologies, Workflow systems, temporal information systems, interoperability

Erwartete Vorkenntnisse

database technology; knowledge engineering; writing lab informatics - is highly recommended

Literatur

will be provided at the seminar

Intendierte Lernergebnisse

Participants

  • deepen their abilities and skills in the search and in the study of scientific literature
  • learn by example to provide an overview over a given topic to structure it
  • learn to distinguish between scientific-technologically founded work and less reliable or meaningful publications
  • improve their presentation skills
  • extend their knowledge within a selected topic of Data & Knowledge engineering

Lehrmethodik inkl. Einsatz von eLearning-Tools

seminaristic: presentations, discussions, paper writing, reviews

Inhalt/e

Web services, Ontologies, Workflow systems, temporal information systems, interoperability

Erwartete Vorkenntnisse

database technology; knowledge engineering; writing lab informatics - is highly recommended

Literatur

will be provided at the seminar

Prüfungsinformationen

Im Fall von online durchgeführten Prüfungen sind die Standards zu beachten, die die technischen Geräte der Studierenden erfüllen müssen, um an diesen Prüfungen teilnehmen zu können.

Prüfungsmethode/n

evaluation of the deliverables (extended abstract, paper, presentation, reviews)

details will be discussedin the first seminar

Prüfungsinhalt/e

n/a

Beurteilungskriterien/-maßstäbe

Factors:

  • Quality of the results
    • Extended abstract (15 %)
    • Seminar paper (40 %)
    • Presentation of Seminar paper (15%)
    • Reviews written (20%)
  • Participation in the discussions (10%)

Prüfungsmethode/n

evaluation of the deliverables (extended abstract, paper, presentation, reviews)

details will be discussed in the first seminar

Prüfungsinhalt/e

n/a

Beurteilungskriterien/-maßstäbe

Factors:

  • Quality of the results
    • Extended abstract (15 %)
    • Seminar paper (40 %)
    • Presentation of Seminar paper  (15%)
    • Reviews written (20%)
  • Participation in the discussions (10%)

Beurteilungsschema

Note Benotungsschema

Position im Curriculum

  • Masterstudium Angewandte Informatik (SKZ: 911, Version: 13W.1)
    • Fach: Knowledge and Data Engineering (Wahlfach)
      • Seminar in Knowledge and Data Engineering ( 2.0h SE / 4.0 ECTS)
        • 623.202 Seminar in Data Science and Engineering (2.0h SE / 4.0 ECTS)
  • Masterstudium Informatics (SKZ: 911, Version: 19W.1)
    • Fach: Data Science and Engineering (Wahlfach)
      • Seminar ( 2.0h SE / 4.0 ECTS)
        • 623.202 Seminar in Data Science and Engineering (2.0h SE / 4.0 ECTS)
          Absolvierung im 3. Semester empfohlen

Gleichwertige Lehrveranstaltungen im Sinne der Prüfungsantrittszählung

Sommersemester 2020
  • 623.202 SE Seminar in Data Science and Engineering (2.0h / 4.0ECTS)