Spielerisch Daten reinigen

Zusammenfassung Moderne algorithmische Verfahren können auf beliebige, große Datensätze angewendet werden. Es gibt hierzu viele Tutorien und auch Anwendungsbeispiele. In diesen werden häufig jedoch Datensätze verwendet, die bereits gereinigt sind. Diese Datensätze sind meist riesig und die Anwender, z. B. Studierende, haben keinen Bezug zu den Inhalten und der Fragestellung. In unserem Beitrag wollen wir eine einfache Methode zur Datengenerierung mit großem Eigenbezug von Studierenden vorstellen. Im Rahmen einer Vorlesung wird ein Gummibärendatensatz erstellt. Dieser kann anschließend im späteren Verlauf der Lehrveranstaltung genutzt werden. Darüber hinaus bieten wir einen bereits erstellten Gummibärendatensatz an, der in der eigenen Lehre stetig erweitert werden kann. Der Datensatz beinhaltet leicht zu verstehende Zusammenhänge und lässt sich beliebig verwenden. Der Fokus kann je nach Lernzielen der jeweiligen Lehrveranstaltung gesetzt werden. So können angehende Data Scientisten üben, wie ein sehr komplexer Datensatz nur über ein Skript gereinigt wird. Studierende können die Limitierungen von statistischen Methoden lernen und sich mit Problemen, die bei der Datenerstellung zu vermeiden sind, auseinandersetzen. Durch die hohe Interaktion während der Erstellung, identifizieren sich die Studierenden stark mit dem Datensatz. Die Studierenden haben durch den Umgang mit einem Datensatz eine höhere Motivation beim Lernen. Wir geben eine detaillierten Plan und Checklisten für die Durchführung in einer Lehrveranstaltung.