22
KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung Seminar

KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft Von Big Data zu Data Science:

Embed Size (px)

Citation preview

Page 1: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

KIT – Universität des Landes Baden-Württemberg undnationales Forschungszentrum in der Helmholtz-Gemeinschaft www.kit.edu

Von Big Data zu Data Science:

Moderne Methoden der Informationsverarbeitung

Seminar

Page 2: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

2 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Übersicht

Verteilung der Themen

Formale Randbedingungen

Hinweise zur Ausarbeitung

Hinweise zum Vortrag

Page 3: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

3 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Übersicht

Verteilung der Themen

Formale Randbedingungen

Hinweise zur Ausarbeitung

Hinweise zum Vortrag

Page 4: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

4 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Formale Anforderungen

Schriftliche Ausarbeitung5 Seiten, zweispaltigLaTeX (Vorlage auf der Homepage)PDF und LaTeX-Sourcen an Betreuer

Vortrag15 Minuten mit anschließender DiskussionPowerPoint oder LaTeX (Vorlage auf der Homepage)Blockveranstaltungen

Anwesenheitspflicht bei allen Veranstaltungen

Page 5: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

5 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Ablauf des Seminars

ThemenauswahlThemen an Betreuer gebunden

RechercheEmpfohlene LiteraturEigenständige Recherche

Ausarbeitung

Vortrag

Page 6: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

6 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Meilensteine

Themenauswahl (heute)

AusarbeitungVorstellung des Themas und Gliederung (Di., 11. November)Erste ausformulierte Fassung (Di., 02. Dezember)Endgültige Fassung (Fr., 19. Dezember)

VortragErste Version (Di., 13. Januar)Endgültige Fassung (Di., 20. Januar)Vortrag Ende Januar

Page 7: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

7 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Benotung

50% der Note für die Ausarbeitung

50% der Note für die Präsentation

Anrechenbarkeit:Master: 3 LPDiplom: Benoteter Seminarschein

Deadlines sind hart

Plagiate führen zu sofortigem Ausschluss

Page 8: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

8 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Übersicht

Formale Randbedingungen

Verteilung der Themen

Hinweise zur Ausarbeitung

Hinweise zum Vortrag

Page 9: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

9 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Form der Ausarbeitung

Ausarbeitung ist wissenschaftliche ArbeitKeine UmgangsspracheKeine erste PersonVerwendete Literatur referenzieren (Literaturverzeichnis)Zitate kennzeichnen und referenzieren (mit Seitenangabe)

KonsistenzEinheitliche Verwendung von Symbolen Einheitliche Verwendung von Fachtermini

Abkürzungen erklären (nur gebräuchliche verwenden)

LaTeX „richtig“ benutzen (siehe Vorlage)Es lohnt sich, LaTeX jetzt (vernünftig) zu lernen!

Page 10: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

10 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Erste Gliederung

Grobe Struktur / Aufbau der Ausarbeitung (und des Vortrags)

Sortieren der eigenen Gedanken / des gelesenen MaterialsSoll Kommunikation mit Betreuer erleichtern

Name und Reihenfolge der AbschnitteNur ein paar Stichpunkte für jeden AbschnittEventuell prägnante FormelnKeine ausformulierten Sätze!

Page 11: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

11 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Beispielhafte Gliederung

I Einleitung

Kontext / Anwendungsgebiete

Eventuell Aufbau vom Rest der Ausarbeitung

II Problemstellung

Wenn möglich, erst ab hier Formeln

III Lösungen

A Erster Ansatz

B Zweiter Ansatz

IV Gegenüberstellung / Vergleich

Vor- / Nachteile etc.

V Zusammenfassung und Ausblick

Noch einmal kurz wiederholen, was behandelt wurde

1, 2 Sätze pro Abschnitt (ohne Einleitung)

Fazit: Welche Variante besser? Warum? Welche sollte daher bevorzugt werden? Wo liegen noch offene Probleme?

Page 12: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

12 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Grafiken in Ausarbeitung

Wenn möglich, Vektorgrafiken verwenden

Falls doch Pixelgrafiken, diese sinnvoll skalieren

Auf Qualität der verwendeten Bilder achten

Beschriftung in Sprache der Ausarbeitung

Graphen vollständig beschriften (Achsen!)

Auch Grafiken müssen korrekt referenziert werden

Auf jede Tabelle, Grafik, etc. im Text Bezug nehmen

Unterschriften von Tabellen, Grafiken, etc. in ganzen Sätzen (Punkte!)

Page 13: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

13 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Übersicht

Formale Randbedingungen

Verteilung der Themen

Hinweise zur Ausarbeitung

Hinweise zum Vortrag

Page 14: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

14 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Inhalt eines Vortrages

Vor dem Vortrag zu beachten:Wer hört zu?Welches Wissen kann vorausgesetzt werden?Was ist das Ziel des Vortrages?Welche Informationen sollen „hängenbleiben“?

Wissenschaftlicher Vortrag = keine Umgangssprache

Page 15: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

15 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Vortragslänge

Zeitbeschränkung beachten! (15 Min.)

Aber: Vortrag sollte auch nicht zu kurz sein

Viele Informationen Wenig Zeit

Konzentration auf das Wesentliche

Page 16: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

16 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Vortragsgliederung

BeginnBeginnen mit Titel und Gliederungsübersicht (ca. 2 Folien)Einleitung und Motivation (1-2 Folien)

Hauptteil

SchlussZusammenfassung und Ausblick (ca. 2 Folien)

Mit einem Dank für die Aufmerksamkeit schließen

Faustregel: Mind. mit 1 bis 1,5 Minuten pro Folie rechnen

Page 17: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

17 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Gestaltung von Folien (I)

Vorlage verwenden

Klare, einheitliche Gestaltung (Konsistenz)

Wenige Punkte pro Folie (nur Schlagworte)

Jeden Punkt auf einer Folie ansprechen

Nie mit einer ganz leeren Folie beginnen

Keine „Doppelüberschriften“

Page 18: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

18 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Plant

Controller

ActuatorSensor

Network Network

Gestaltung von Folien (II)

Viele Grafiken und Bilder benutzenSo wenig Formeln wie möglichFarben

Verdeutlichung von Zusammenhängen

Achtung: Farben haben auch SymbolwerteRahmen

Name des Vortragenden

SeitenzahlAnimationen, Seitenübergänge, etc. gut wenn sinnvoll

, ansonsten weglassen

Page 19: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

19 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Folien – Schriftarten und -größen

8 Punkt

12 Punkt

18 Punkt20 Punkt24 Punkt28 Punkt

32 Punkt36 Punkt40 Punkt

8 Punkt

12 Punkt

18 Punkt20 Punkt

24 Punkt28 Punkt32 Punkt36 Punkt40 Punkt

Dieser Text istzu klein.Serifenlose Schrift (links)

Mind. 18 Punkt

Page 20: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

20 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Folien – Negatives Beispiel (I)

Page 21: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

21 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Folien – Negatives Beispiel (II)

1 2 3 4 5 6 7 8 9 10-100

-50

0

50

100

150

200

Page 22: KIT – Universität des Landes Baden-Württemberg und nationales Forschungszentrum in der Helmholtz-Gemeinschaft  Von Big Data zu Data Science:

22 Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Vortragsstil

Frei und flüssig sprechen

Zuschauer ansehen

Reaktionen der Zuhörer beachten

Seitlich neben der Projektionsfläche stehen (freie Sicht)

Hände nicht in den Taschen

An der Projektionsfläche erklären

Vortrag planen und üben