Datengetriebene Modellierung mit Python
- Typ: Vorlesung (V)
- Lehrstuhl: KIT-Fakultäten - KIT-Fakultät für Chemieingenieurwesen und Verfahrenstechnik
- Semester: WS 24/25
-
Zeit:
Mo. 21.10.2024
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 28.10.2024
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 04.11.2024
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 11.11.2024
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 18.11.2024
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 25.11.2024
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 02.12.2024
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 09.12.2024
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 16.12.2024
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 23.12.2024
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 13.01.2025
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 20.01.2025
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 27.01.2025
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 03.02.2025
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
Mo. 10.02.2025
14:00 - 15:30, wöchentlich
10.91 Oberer Hörsaal Maschinenbau
10.91 Maschinenbau, Altes Maschinenbaugebäude (2. OG)
- Dozent: Dr.-Ing. Frank Rhein
- SWS: 2
- ECTS: 3
- LVNr.: 2245320
- Hinweis: Präsenz
Modulbeschreibung
Erfolgskontrolle
Die Erfolgskontrolle umfasst eine unbenotete Studienleistung.
Diese besteht aus einer Projektarbeit, die auf Wunsch der Studierenden eigenständig oder in kleinen Gruppen durchgeführt wird. Das Projekt erfordert die Anwendung der während dem Semester erarbeiteten Fähigkeiten auf eine neue Problemstellung. Bewertet wird ein einzureichendes Python-Skript, das eine Reihe von gestellten Aufgaben auf der Basis von zur Verfügung gestellten Daten löst.
Voraussetzungen
Keine
Qualifikationsziele
Das Erlernen der Grundkenntnisse und der Aufbau eines vertrauten Umgangs mit der Programmiersprache Python stehen im Fokus der Veranstaltung.
Als semesterbegleitende Anwendungen (Beispiele) werden die Grundzüge der Optimierung, Regression, Datenintegration in physikalische Modelle sowie das Lösen einfacher Differentialgleichungen vermittelt.
Es werden wertvolle Werkzeuge zur automatisierten Datenverarbeitung vermittelt, die im Zuge zunehmender Digitalisierung in Forschung und Industrie immer weiter an Bedeutung gewinnen.
Zusammensetzung der Modulnote
Unbenotet
Inhalt
Die Inhalte der Vorlesung sind klar auf das Erlernen der Programmiersprache Python bzw. deren Anwendung in verschiedenen Bereichen der Datenanalyse ausgelegt.
- Allgemeine Einführung in Python sowie die Bedeutung und Anwendung von Daten und Modellen
- Grundlagen der Programmiersprache Python: Syntax, Variablen, Funktionen, Klassen, …
- Der Umgang mit Arrays und Matrizen (numpy)
- Erstellen publikationsfähiger Grafiken (matplotlib)
- Einführung in lineare und nichtlineare Regression (scikit-learn)
- Einführung in die Optimierung (scipy.optimize)
- Numerisches Lösen gewöhnlicher Differentialgleichungen (scipy.integrate)
- Datengetriebene Modellierung: Ableiten physikalischer Parameter aus experimentellen Daten durch Kombination aller bisher erlernten Methoden
- Projektarbeit: Eigenständige Anwendung des Gelernten auf eine neue Problemstellung
Arbeitsaufwand
- Präsenzzeit: 30h
- Nachbearbeitung der Vorlesung und Bearbeitung weiterführender, freiwilliger Übungsaufgaben: 30h
- Projektarbeit: 30h