Start my eKVV Studieninformation Lernräume Prüfungsverwaltung Bewerbungs-/Statusportal Anmelden

392232 Learning in Big Data Analytics (S) (WiSe 2020/2021)

Kurzkommentar

Zoom Meeting

Inhalt, Kommentar

The recent surge of machine learning (ML) has opened up various opportunities when analyzing big datasets. Beyond basic, non-ML supported techniques of big data analytics, such as identifying similar items in big datasets, or arranging how to distribute jobs on large compute clusters, for example, the ML supported techniques enable to extract knowledge from large datasets at utmost diversity and accuracy.

The seminar will start with a mini lecture. First, lectures will explain how to cluster datasets. Clustering is an 'unsupervised' machine learning technique by which to mine social network graphs, for example. Second, 'supervised' machine learning techniques (where 'deep learning' likely is the most prominent recent technique) and their use in analyzing big data will be discussed. The mini lecture will be followed by seminar presentations, to be presented in small groups of 4-5 students.

Lehrende

Termine (Kalendersicht )

Rhythmus Tag Uhrzeit Format / Ort Zeitraum  
nach Vereinbarung n. V. ONLINE   26.10.2020-12.02.2021

Klausuren

  • Keine gefunden

Fachzuordnungen

Modul Veranstaltung Leistungen  
31-M-ASM2 Advanced Statistical Methods II Veranstaltungen aus dem Bereich Statistik und/oder in (einem) methodisch verbundenen Gebiet(en) (I.) benotete Prüfungsleistung
Studieninformation
39-Inf-AB Algorithmen der Bioinformatik Ausgewähltes Seminar zu Algorithmen der Bioinformatik Studienleistung
Studieninformation
39-Inf-SAB_a Spezielle Algorithmen der Bioinformatik Ausgewähltes Seminar zu Spezielle Algorithmen der Bioinformatik Studienleistung
Studieninformation

Die verbindlichen Modulbeschreibungen enthalten weitere Informationen, auch zu den "Leistungen" und ihren Anforderungen. Sind mehrere "Leistungsformen" möglich, entscheiden die jeweiligen Lehrenden darüber.

Studiengang/-angebot Gültigkeit Variante Untergliederung Status Sem. LP  
Studieren ab 50    
Konkretisierung der Anforderungen
Keine Konkretisierungen vorhanden
Lernraum
Teilnehmer*innen
Automatischer E-Mailverteiler der Veranstaltung
Änderungen/Aktualität der Veranstaltungsdaten
Sonstiges