# Themen und Termine dsci-txt-ml-tut * Bachelor FWPF Textmining: ungerade KW, also KW 41, 43, 45, 47 * Master "Data Science": gerade KW, also KW 42, 44, 46, 48 ## KW 41 ### Kickoff Fr 2026-10-09, 14:30 Uhr: dsci-txt + dsci-ml Einführung; Vorstellung des gemeinsamen Projekts. Orga * Beginn Freitags: 12:50 oder 14:30 Uhr? * Beginn Samstags: 09:00 Uhr ok? KI-Nutzung: nicht nur erlaubt, sondern geboten. JB empfiehlt im Rahmen der Veranstaltung die kostenlose, anonyme Nutzung von duck.ai #### Python Mini-Aufgabe Zum Warmwerden ein paar Fingerübungen Python Coding: Nativ auf einer existierenden Python-Installation, oder auch online mit . Die Verwendung einer KI ist notfalls erlaubt -- aber besser erst mal selber probieren? Und man sollte schon im Detail verstehen, was die KI da tut. * gegeben: ein String. Gesucht: eine Funktion, die eine gesäuberte, normalisierte Version des Strings zurückgibt. * gegeben: ein String. Gesucht: eine Funktion, die die zugehörige Menge von (Zeichen-) n-Grammen zurückgibt. * gegeben: zwei Mengen von n-Grammen. Gesucht: eine Funktion, die die Jaccard-Ähnlichkeit zurückgibt. * gegeben: eine Liste von Strings. Gesucht: eine Kreuzmatrix der Jaccarad-Ähnlichkeit. * gegeben: die Kreuzmatrix. Gesucht: eine Visualisierung mit Seaborn als heatmap oder clustermap. * gegeben: eine Markdown-Datei, z.B. diese hier. Gesucht: Eine Funktion, die mit `regex` anhand `\n\n` die Datei in einzelne Absätze splittet. * gegeben: mehrere Markdown-Dateien. Gesucht: ein Pandas DataFrame aller Absätze, Spalten: `path, hash, from, to, Absatztext ### Sa 2026-10-10: dsci-txt SAMSTAG: RAUM J1.19, 9:00 Uhr Aufsetzen und dokumentieren der technischen Umgebung: * Idealerweise in einer Linux-VM: Jeder installiert sich sein eigenes virtuelles Linux; dann die Software; dann die Konfiguration. Lernziel: uneingschränkt arbeitsfähig werden. * Wer keine eigene für Virtualisierung geeignete Hardware hat (oder Virtualisierung nicht nutzen will), kann notfalls auch nativ im eigenen Betriebssystem arbeiten (nicht empfohlen; leider kann JB keinen Support bieten). **Mac-User: Ubuntu LTM unter UTM aufsetzen?** > UTM () ist eine kostenlose Open-Source-Virtualisierungssoftware für den Mac, die speziell für Apple-Silicon-Prozessoren (M1, M2, M3, M4) entwickelt wurde. Natives Virtualisieren (Nahezu 100 % Geschwindigkeit): UTM nutzt das Apple Virtualization Framework. Wenn Sie ein ARM64-Betriebssystem (wie das von uns besprochene Xubuntu ARM64) herunterladen, läuft dieses direkt auf den Prozessorkernen Ihres Macs. Es gibt keine spürbaren Verzögerungen – es fühlt sich an wie ein normales Programm auf Ihrem Mac (google.ai, 2026-10-08) ## KW 42: dsci-ml