Jedes Sommersemester
5 Leistungspunkte
Die Angaben zur Moduldauer finden Sie bei den Studiengängen, in denen das Modul verwendet wird.
Die Studierenden erlernen in den Vorlesungen und Übungen heterogener Datenquellen, d. h. die Kombination von Daten aus verschiedenen Datenquellen, zu integrieiren, um eine globale Sicht auf eine Menge von relevanten Entitäten zu erhalten, was eine der großen Herausforderungen im Datenmanagement, insbesondere im Big Data-Zeitalter ist, da diese Integration den Schlüssel darstellt um mit Vielfalt umzugehen. Das Problem wird seit Jahrzehnten betrachtet und dieses Modul behandelt Grundlagen der Datenintegration sowie algorithmische und systemische Aspekte. Das Modul beinhaltet eine Klausur zu Semesterende.
Lehrinhalte:
—
—
Modulstruktur: 1 bPr 1
Portfolio aus Übungs- oder Programmieraufgaben, die veranstaltungsbegleitend und in der Regel wöchentlich gestellt werden, und Abschlussklausur (60 Minuten) oder mündlicher Abschlussprüfung (in der Regel 15 min). Die Übungsaufgaben ergänzen und vertiefen den Inhalt der Vorlesung.
Nachweis einer ausreichenden Zahl korrekt gelöster Übungsaufgaben (in der Regel 50% der im Semester für das Lösen der Aufgaben erzielbaren Punkte).
Die abschließende mündliche Prüfung bezieht sich auf den Stoff der Vorlesung und der Übungen.
| Studiengang | Profil | Empf. Beginn 3 | Dauer | Bindung 4 |
|---|---|---|---|---|
| Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020, 21.03.2023 und 10.12.2024] | Variante 1 | 2. | ein Semester | Wahlpflicht |
| Data Science / Master of Science [FsB vom 06.04.2018 mit Änderungen vom 01.07.2019, 02.03.2020, 21.03.2023 und 10.12.2024] | Variante 2 | 2. | ein Semester | Wahlpflicht |
In diesem Modul kann eine automatische Vollständigkeitsprüfung vom System durchgeführt werden.