Prof. Dr. Matthias Hagen

"Objektorientierte Programmierung" (INF.00677.05); "Einführung in Data Science" (INF.06485.02) oder "Wahrscheinlichkeitstheorie und Statistik" (MAT.00113.02); oder "Statistik II" (WIW.00690.03)

Studierende sollen durch dieses Modul folgende Kompetenzen erwerben:

• Sie sind in der Lage, für gegebene Datenanalyseproblemstellungen zu erkennen, ob es sich um batch-orientiert zu bearbeitende oder eher datenstromorientierte Fragestellungen handelt. Sie können dabei die allgemeinen Vor- und Nachteile entsprechender Lösungsansätze gegeneinander abwägen.
• Sie kennen die Komponenten verteilter Dateisysteme und verteilter Problemlösungsstrategien für sehr große Datenmengen und können deren Bedeutung in Beispielproblemstellungen erläutern.
• Sie sind in der Lage, zu vorformulierten einfachen Datenstromproblemstellungen wie etwa dem Bestimmen häufiger Elemente oder dem Bestimmen der Anzahl verschiedener Elemente Lösungsalgorithmen bezüglich ihrer Effizienz und Approximationseffektivität einzuschätzen und vergleichend zu bewerten.
• Sie können die grundlegenden Begriffe empirischer Wissenschaft wie etwa experimentelle Evaluierung und Hypothesentesten auf reale Datenanalyseproblemstellungen übertragen und praktisch anwenden.
• Sie können selbstständig einfachere Datenanalyseproblemstellungen praktisch bearbeiten und valide Erkenntnisse aus den Analysen ableiten.
• Sie kennen wesentliche Grundbegriffe des maschinellen Lernens wie etwa überwachtes und unüberwachtes Lernen und können für reale Probleme entscheiden, in welche Kategorie sie einzuordnen sind.

In der Vorlesung werden Konzepte und Methoden zur Analyse großer Datenmengen vermittelt. Ein Schwerpunkt ist dabei die Gegenüberstellung von Datenstromverfahren und eher Batch-Verarbeitungs-orientierten Ansätzen wie MapReduce.

Erfolgreiches Lösen und Vorstellen von Übungs- und Programmieraufgaben

mdl./schrftl./elektr.