Themen und Termine

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 https://jupyter.org/try. 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 (https://mac.getutm.app/) 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)