Description:

Im Rahmen des Seminars werden ausgewählte Techniken des Data Science mit Python vorgestellt. In Kleingruppen werden energiewirtschaftliche Fragestellungen insb. durch Analysemethoden beantwortet, die jedes Semester und unter Berücksichtigung aktueller Entwicklungen und Interessen der Studierenden wechseln. Ziel ist neben der gemeinsamen Bearbeitung einer Fragestellung auch das adäquate Darstellen der Ergebnisse, sowohl im Rahmen einer Präsentation als auch in einer schriftlichen Ausarbeitung.

Learning Targets:

Die Studierenden

• kennen die Grundkonzepte und Grundbefehle der Programmiersprache Python
• verstehen grundlegende Modellkonzepte, wie die Regression und Klassifizierung
• kennen wichtige öffentlich verfügbare Datenquellen (Open-Data) und können diese nutzen
• können eigenständig Methoden und Modelle zur Analyse von Daten in Python unter Nutzung von KI (bspw. ChatGPT) implementieren
• sind fähig Ergebnisse zu plausibilisieren und aufzuarbeiten (bspw. durch Visualisierung)

können eine aktuelle energiewirtschaftliche Fragestellung mit Hilfe der besprochenen Techniken des Data Science beantworten und adäquat aufarbeiten und präsentieren

Outline:

1. Einführung in Data Science und der Nutzung von Python in der Energiewirtschaft
2. Grundlagen Python
3. Einführung grundlegende Modellkonzepte, insb. Regression und Klassifizierung
4. Einführung Themengebiete und Einsatz von KI mit dessen Potenzialen und Grenzen (bspw. ChatGPT, GitHub Copilot)
5. Datenimport (Open-Data), -validierung und -aufbereitung
6. Ergebnisdarstellung: Visualisierung und Berichtserstellung
7. Eigenes Programmieren

Literature:

• Weber, C., Möst, D., Fichtner, W. (2022): Economics of Power Systems – Fundamentals for Sustainable Energy, doi.org/10.1007/978-3-030-97770-2
• Deitel, Paul J./Harvey Deitel M. (2019): Intro to Python for Computer Science and Data Science: Learning to Program with AI, Big Data and The Cloud

Weitere werden ggf. zu Beginn der Veranstaltung bekannt gegeben.

Formalities:

Zum Modul erfolgt eine modulbezogene Prüfung, die sich auf folgende Prüfungsformen erstreckt: Seminararbeit (i. d. R. 10-15 Seiten, 70% der Note) zu einer ausgewählten Themenstellung und Präsentation (i. d. R. 15-25 Minuten, 30% der Note), es sind auch Gruppenarbeiten möglich.

Die Anmeldung erfolgt über Moodle. Die maximale Hörerschaft beträgt 15.