| Management und Analyse von Datenströmen [2017/18 WiSe] | ||
|---|---|---|
| Code IMADS |
Name Management und Analyse von Datenströmen |
|
| LP 4 LP |
Dauer ein Semester |
Angebotsturnus mind. alle 2 Jahre |
| Format Vorlesung 2 SWS, Übungen 1 SWS |
Arbeitsaufwand 120 h; davon 30 h Präsenzstudium 15 h Prüfungsvorbereitung 75 h Selbststudium und Aufgabenbearbeitung (eventuell in Gruppen) |
Verwendbarkeit B.Sc. Angewandte Informatik, M.Sc. Angewandte Informatik, M.Sc. Scientific Computing |
| Sprache |
Lehrende |
Prüfungsschema |
| Lernziele | Dieses Modul vertieft die Grundkenntnisse und -fähigkeiten der Datenanalyse insbesondere im Umgang mit Datenströmen. Die Studierenden kennen die Herausforderungen der Datenstromverarbeitung und sind in der Lage, gängige Methoden anzuwenden, um Datenströme zu verwalten und auszuwerten. wissen, welche Mining Techniken für Datenströme im Kontext von verschiedenen Domänen anwendbar sind kennen die unter Inhalt angegebenen Methoden und Technologien |
|
| Lerninhalte | Methoden des Managements und der Analyse von Datenströmen. Datenstrommodelle Datenstrommanagementsysteme Anfragesprachen und Anfrageverarbeitung Synopsenbildung und Approximation Data Mining Techniken wie beispielsweise Clustering, Frequent Pattern Mining und Erkennung von Ausreißern Mining und Analyse von Graph-Strömen |
|
| Teilnahme- voraus- setzungen |
empfohlen sind: Algorithmen und Datenstrukturen (IAD), Datenbanken 1 (IDB1) | |
| Vergabe der LP und Modulendnote | Bestehen der Modulprüfung | |
| Nützliche Literatur | Wissenschaftliche Veröffentlichungen. Details werden in der Vorlesung und auf der Moodle-Webseite bekannt gegeben. | |