OERs

von Prof. Dr. Korinna Bade

Materialien zu meinen Lehrveranstaltungen

Die Unterrichtsmaterialien meiner Kurse stelle ich als Open Educational Ressource (OER) anderen Lehrenden zur Verwendung unter einer freien Lizenz zur Verfügung. Die Übersicht aller meiner Aktivitäten findet sich auf der Personenübersichtsseite.

 

Kurs “Maschinelles Lernen"

  • Lizenz: Textuelle Materialien CC-BY-NC 4.0, Programmiercode: GNU General Public License Version 3
  • Sprache: deutsch
  • Kurzbeschreibung: Kurs für dein Einstieg in das Maschinelle Lernen bestehend aus 15 Wochen Vorlesungsmaterialien, 9 Übungen und 5 Praktika. Die Vorlesungsmaterialien vermitteln das theoretische Wissen. Begleitend gibt es Python-Codebeispiele in Form von Jupyter Notebooks. Die Übungen bestehen aus händisch zu lösenden Aufgabenstellungen, die das Wissen aus der Vorlesung vertiefen. Die Praktika bestehen aus in Python-Programmierübungen. Die Praktika nutzen das Jetbrains Academy Plugin innerhalb von Pycharm und nutzen automatisches Testen für zusätzliches Feedback an die Studierenden.
  • Format der zur Verfügung gestellten Dateien: 
    Vorlesungsfolien - Powerpoint und PDF, Vorlesungscode - Jupyter Notebook, 
    Übungs- und Praktikumsblätter - PDF, 
    Programmierprojekte zum Praktikum mit automatischen Tests - Pycharm Projekt für das Jetbrains Academy Plugin (Aus didaktischen Gründen sind nur die Projekte mit der Studierendensicht im Download enthalten. Lehrenden stelle ich auf Anfrage aber gerne auch die Projekte mit der Lehrendensicht zur Verfügung, die die weitere Bearbeitung der Praktikumsfragestellungen und Tests ermöglichen)
  • Download aller Materialien (Stand August 2025)
  • Die Erstellung der Materialien als OER wurden gefördert vom BMFTR unter dem Förderkennzeichen 16DHBKI009.

 

Kurs “Fortgeschrittene Techniken des Maschinellen Lernens”

  • Lizenz: Textuelle Materialien CC-BY-NC 4.0
  • Sprache: deutsch
  • Kurzbeschreibung: Kurs für fortgeschrittene Themen im Maschinelle Lernen bestehend aus 15 Wochen Vorlesungsmaterialien und Übungen. Die Vorlesungsmaterialien vermitteln das theoretische Wissen. Die Übungen bestehen aus händisch zu lösenden Aufgabenstellungen, die das Wissen aus der Vorlesung vertiefen.
  • Format der zur Verfügung gestellten Dateien: 
    Vorlesungsfolien - Powerpoint und PDF, 
    Übungsblätter - PDF,
  • Download aller Materialien (Stand August 2025)
  • Die Erstellung der Materialien als OER wurden gefördert vom BMFTR unter dem Förderkennzeichen 16DHBKI009.

 

Kurs “Text und Web Mining"

  • Lizenz: Textuelle Materialien CC-BY-NC 4.0, Programmiercode: GNU General Public License Version 3
  • Sprache: deutsch
  • Kurzbeschreibung: Kurs zu Themen im Text und Web Mining bestehend aus 13 Wochen Vorlesungs- und Übungsmaterialien. Die Vorlesungsmaterialien vermitteln das theoretische Wissen. Begleitend gibt es Python-Codebeispiele in Form von Jupyter Notebooks. Die Übungen bestehen aus Aufgabenstellungen, die entweder händisch oder per Programmierung zu lösen sind, die das Wissen aus der Vorlesung vertiefen.
  • Format der zur Verfügung gestellten Dateien: 
    Vorlesungsfolien - Powerpoint und PDF, Vorlesungscode - Jupyter Notebook, 
    Übungsblätter - PDF,
  • Download aller Materialien (Stand August 2025)
  • Die Erstellung der Materialien als OER wurden gefördert vom BMFTR unter dem Förderkennzeichen 16DHBKI009.

 

Kurs “Internetsuchmaschinen"

  • Lizenz: Textuelle Materialien CC-BY-NC 4.0
  • Sprache: deutsch
  • Kurzbeschreibung: Kurs zur Funktionsweise von Suchmaschinen sowie zur Suchmaschinenoptimierung von Webseiten. Die Vorlesungsmaterialien vermitteln das theoretische Wissen. Die Übungen bestehen aus Aufgabenstellungen, die entweder händisch oder per Programmierung zu lösen sind, die das Wissen aus der Vorlesung vertiefen.
  • Format der zur Verfügung gestellten Dateien: 
    Vorlesungsfolien - Powerpoint und PDF, 
    Übungsblätter - PDF,
  • Download aller Materialien (Stand August 2025)
  • Die Erstellung der Materialien als OER wurden gefördert vom BMFTR unter dem Förderkennzeichen 16DHBKI009.

Materialien zu kleineren Selbstlerneinheiten

Die folgenden Materialien wurden durch das Projektteam des Förderprojektes AI-Engineering erstellt und stehen als Open Educational Ressource (OER) anderen Lehrenden zur Verwendung unter einer freien Lizenz zur Verfügung.

Grundlagen GIT

  • Lizenz: Textuelle Materialien CC-BY-NC 4.0
  • Sprache: deutsch
  • Kurzbeschreibung: In diesem Workshop lernen Sie die Grundlagen von Git. Der Kurs ist in fünf Teile gegliedert:
    1. Einführung in Git und Versionsverwaltung: Grundlagen, Vorteile und Einsatzgebiete von Versionskontrolle.
    2. Verwendung von lokalen Repositorien: Nachverfolgen und Verwalten von Änderungen am eigenen Code.
    3. Externe Repositorien: Zusammenarbeit mit externen Repositorien am Beispiel des GitLab der Hochschule.
    4. Integrierte Versionskontrolle mit IDEs: Nutzung der Versionskontrollfunktionen direkt in Entwicklungsumgebungen.
    5. Trouble Shooting: Umgang mit typischen Problemen und Konflikten beim Arbeiten mit Git.
    Am Ende des Workshops sind Sie in der Lage, Ihre Projekte effizient  zu versionieren, Änderungen nachzuvollziehen und sicher im Team  zusammenzuarbeiten.
  • Format der zur Verfügung gestellten Dateien:
    Präsentationsfolien - Powerpoint und PDF
    Download aller Materialien (Stand April 2026)
  • Die Erstellung der Materialien als OER wurden gefördert vom BMFTR unter dem Förderkennzeichen 16DHBKI009.

Datenimport

  • Lizenz: Textuelle Materialien CC-BY-NC 4.0, Programmiercode: GNU General Public License Version 3
  • Sprache: deutsch
  • Kurzbeschreibung: In diesem Modul lernen Sie, wie Sie verschiedene Datenquellen in Python einlesen  und für die Analyse vorbereiten. Sie erfahren, wie Sie Dateien und Tabellen nutzen, um Daten effizient zu importieren und in Programmen weiterzuverarbeiten. Ziel ist, die Grundlage für eine saubere und strukturierte Datenanalyse zu schaffen.
  • Format der zur Verfügung gestellten Dateien:
    Lerneinheit mit Code - Jupyter Notebook,
    Beispieldatensatz - CSV
  • Download aller Materialien (Stand April 2026)
  • Die Erstellung der Materialien als OER wurden gefördert vom BMFTR unter dem Förderkennzeichen 16DHBKI009.

Datenakquise

  • Lizenz: Textuelle Materialien CC-BY-NC 4.0
  • Sprache: deutsch
  • Kurzbeschreibung: In diesem Modul lernen Sie, wie Sie die passenden Daten für Ihr Projekt identifizieren und gezielt sammeln. Der Fokus liegt darauf, welche Datenquellen und Datenformate sich für unterschiedliche Fragestellungen eignen und wie Sie diese mit Python importieren und vorbereiten können.
  • Format der zur Verfügung gestellten Dateien:
    Präsentationsfolien - Powerpoint und PDF
  • Download aller Materialien (Stand April 2026)
  • Die Erstellung der Materialien als OER wurden gefördert vom BMFTR unter dem Förderkennzeichen 16DHBKI009.

Einführung in NLP mit Python

  • Lizenz: Textuelle Materialien CC-BY-NC 4.0, Programmiercode: GNU General Public License Version 3
  • Sprache: deutsch und englisch
  • Kurzbeschreibung: In diesem Modul lernen Sie die Grundlagen des Natural Language Processing (NLP)  kennen, der Verarbeitung und Analyse von Textdaten mit Python. Der Kurs ist in zwei Teilkurse gegliedert, die sich jeweils auf die Bibliotheken NLTK und TextBlob konzentrieren. Sie lernen, wie sie Texte analysieren, verarbeiten und einfache Auswertungen durchgeführt werden können. Ziel ist es, die  Grundprinzipien von NLP zu verstehen und erste praktische Anwendungen umzusetzen.
  • Format der zur Verfügung gestellten Dateien:
    Pycharm Projekt für das Jetbrains Academy Plugin (Für beide Sprachen gibt es jeweils ein Projekt für Lernende und eines für Lehrende)
  • Download aller Materialien (Stand April 2026)
  • Die Erstellung der Materialien als OER wurden gefördert vom BMFTR unter dem Förderkennzeichen 16DHBKI009.

Einführung in die Pythonbibliothek Numpy

  • Lizenz: Programmiercode: WTFPL 2.0
  • Sprache: deutsch
  • Kurzbeschreibung: In diesem Modul lernen Sie die Bibliothek NumPy, die zentrale Grundlage für numerische Berechnungen in Python, kennen. Ziel ist es, ein solides Fundament für effiziente Datenmanipulation und numerische Berechnungen in Python zu schaffen.
  • Format der zur Verfügung gestellten Dateien:
    Pycharm Projekt für das Jetbrains Academy Plugin (Es gibt jeweils ein Projekt für Lernende und eines für Lehrende.)
  • Download aller Materialien (Stand April 2026)
  • Die Erstellung der Materialien als OER wurden gefördert vom BMFTR unter dem Förderkennzeichen 16DHBKI009.

Einführung in die Pythonbibliothek Pandas

  • Lizenz: Programmiercode: WTFPL 2.0
  • Sprache: deutsch
  • Kurzbeschreibung: In diesem Modul lernen Sie die Bibliothek **Pandas** für das Handling von Datensätzen kennen.
  • Format der zur Verfügung gestellten Dateien:
    Pycharm Projekt für das Jetbrains Academy Plugin (Es gibt jeweils ein Projekt für Lernende und eines für Lehrende.)
  • Download aller Materialien (Stand April 2026)
  • Die Erstellung der Materialien als OER wurden gefördert vom BMFTR unter dem Förderkennzeichen 16DHBKI009.