# Data Science 101: Curriculum WS 2022

Dieser Text: Material, um die Inhalte der Veranstaltung Data Science 1 (dsci-101) im Kontext des Studiengangs KI an der HAW LA im Curriculum intensiver mit anderen Veranstaltungen im 1. Semester abzustimmen. 


## Was ist Data Science?

Data Science (dsci) ist die Kunst, aus Daten Wissen zu schöpfen - und zwar angewandt-wissenschaftlich.

Statisik und Machine Learning (ML) spielen dabei eine wichtige Rolle, decken aber nur einen kleinen Teil von dsci ab. Auch ist dsci ist nicht gleich KI: dsci und KI überschneiden sich, überdecken sich aber nicht. Schnittmenge von dsci und KI:

*  Mathematik
   *  insbes. Statistik
   *  aber auch Analysis (auch mit mehreren Variablen), lineare Algebra
*  Machine Learning (ML)
   *  aus strukturierten Daten; auch Process Mining
   *  aus semi- und unstrukturierten Daten: NLP,  Bild, allgemein: Signal
   *  Modell-Kennzahlen: Accuracy, AUC, confusion matrix u.v.m.
*  Modelle der Wissensrepräsentation
   *  zahlreiche nicht-numerische, "crispe" Wissensrepräsentationen
   *  insbes. auch Semantische Wissensrepräsentationen (Logik, Terminologie, Begriffs-Systeme, Semantic Web)
*  Ethik der KI

Spezifisch dsci:

*  Datenbewirtschaftung
   *  Datenintegration, Metadaten, Provenance, Datenqualität
   *  Privacy
*  empirische Forschungsmethoden und Wissenschaftstheorie (auch Import aus den SozWiss)
   *  dgeval-Standards: <https://www.degeval.org/degeval-standards/standards-fuer-evaluation/>
   *  Kausalität vs. Korrelation
   *  Evaluation von Modellen
   *  Modell vs. Wirklichkeit, insbes.  <https://de.wikipedia.org/wiki/Strukturalistisches_Theorienkonzept>
*  Wissenschafts-Ethik

Modellbildung und Wissens-Schöpfung sind keine rein innermathematische Angelgenheit, sondern immer auf einen Anwendungsbereich, auf eine *domain of interest* bezogen ("angewandt-wissenschaftlich"). Deshalb gehört auch die eingehende Beschäftigung mit ausgewählten Anwendungsbereichen zu einem dsci-Studium dazu. 


## Überlgung zum Curriculum von dsci-101

Die Veranstaltung dsci-101 soll (1) in Data Science gemäß dem obigen Verständnis einführen, und zwar (2) nicht in einem expliziten dsci-Studiengang, sondern im Kontext des KI-Studiengangs. Dazu müssen wir eine Balance finden zwischen 

* Verzahnung, Kontextualisierung, Redundanz
* eigene, für dsci unique Inhalte