拉斯维加斯赌城

图片

Analyzing Massive Data Sets

?bersicht
Veranstaltungsart: Vorlesung + ?bung (Master)
Credits: 4 + 2 SWS, 8 LP
Turnus: Jedes Sommersemester (nicht im SoSe 2022!)
Empfohlenes Semester:
Master
Prüfung: Schriftliche Klausur
Sprache: Englisch

Inhalte

?

Die Vorlesung behandelt Konzepte und Methoden, Verfahren, Techniken und Technologien zur Analyse von massiv gro?en Datens?tzen. M?gliche Inhalte umfassen:

?

  • Infrastrukturen für verteilte und parallele Berechnung (z.B. MapReduce, Spark)
  • ?hnlichkeitssuche und Clustering
  • Analyse von Datenstr?men und temporalen Daten
  • Webgraphen: Linkanalyse und soziale Netzwerke
  • Dynamische Netzwerke und Informationsausbreitung
  • Grundlagen des Information Retrieval
  • Empfehlungssysteme und Onlinewerbung

?

?bungen

  • Es werden w?chentlich ?bungsgruppen zum Stoff der Vorlesung abgehalten
  • Keine ?bungsblattabgabe, keine Korrektur
  • Zwei Arten von ?bungsaufgaben:
    • Hausaufgaben (L?sung von Studenten zu Hause, keine Besprechung in der ?bung)
    • Pr?senzaufgaben (L?sung von Studenten in der ?bung, Besprechung der Aufgabe)
  • L?sungsvorschl?ge gibt es nur für Hausaufgaben

Literatur

  • Mining of Massive Datasets. J. Leskovec, A. Rajaraman, J.D. Ullman. Cambridge UniversityPress, 2014
  • D. Easley, J. Kleinberg.Networks, Crowds, and Markets: Reasoning About a Highly Connected World.Cambridge University Press, 2010.
  • R. Baeza-Yates, B. Ribeiro-Neto: Modern Information Retrieval

?

?

拉斯维加斯赌城