Moses - Advanced Information Management 3 (AIM-3) Scalable Data Science: Systems & Methods (SDSSM)

Zur Modulseite PDF generieren

Modul / Version
#40311 / #5

Gültigkeit
SS 2017 - SS 2018

Verfügbare Sprache(n)
English

Titel des Moduls
Advanced Information Management 3 (AIM-3) Scalable Data Science: Systems & Methods (SDSSM)

Leistungspunkte
6

Modulverantwortliche*r
Markl, Volker

Benotung
Benotet

Prüfungsform
Portfolioprüfung

Lehrsprache(n)
English

Zugehörigkeit

Fakultät
Fakultät IV

Institut
Institut für Softwaretechnik und Theoretische Informatik

Fachgebiet
34351500 FG Datenbanksysteme und Informationsmanagement (DIMA)

Prüfungsausschuss
Keine Angabe

Kontakt

Sekretariat
EN 7

Ansprechpartner*in
Soto, Juan

E-Mail-Adresse
sekr@dima.tu-berlin.de

Webseite

https://www.tu.berlin/dima

Diese Modulbeschreibung ist nicht oder nicht vollständig auf deutsch hinterlegt.

Es wird stattdessen der Inhalt der folgenden Sprachversion angezeigt: Englisch.

Klicken Sie hier um die Inhalte der fehlenden oder unvollständige Sprachversion (Deutsch) anzuzeigen

Diese Modulbeschreibung gilt nicht im aktuellen Semester.

Die Modulbeschreibung gilt nur für den Zeitraum SS 2017 - SS 2018.

Lernergebnisse

Lehrinhalte

The module will focus on mainstream distributed processing platforms and paradigms and learn how to employ these to solve challenging big data problems using popular data mining methods. Students will learn how to implement and employ varying data mining algorithms, such as Naïve Bayes, K-Means Clustering, and PageRank on varying open-source systems (e.g., Apache Hadoop, Apache Flink).

Modulbestandteile

Compulsory area

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen	Art	Nummer	Turnus	Sprache	SWS	ISIS	VVZ
Advanced Information Management 3 (AIM-3) - Scalable Data Science: Systems & Methods (SDSSM)	IV	0434 L 472	WiSe/SoSe	Keine Angabe	4

ISIS-Kurssuche nach Veranstaltungen des Moduls

Arbeitsaufwand und Leistungspunkte

Advanced Information Management 3 (AIM-3) - Scalable Data Science: Systems & Methods (SDSSM) (IV):

Aufwandbeschreibung	Multiplikator	Stunden	Gesamt
Exercises/Practice	15.0	4.0h	60.0h
Plenary sessions	15.0	4.0h	60.0h
Preparation & Consolidation (incl. literature studies)	15.0	4.0h	60.0h
			180.0h(~6 LP)

Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

This Integrated Course (Integrierte Veranstaltung, IV) consists of: (i) lectures on key concepts, (ii) practical theoretical & programming exercises, and (iii) student lead presentations (including literature search). Active participation and contributions to all parts of this course are essential.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Computer science topics addressed in TU Berlin modules in the Bachelor’s curriculum, particularly, the database course (“Information Systems and Data Analysis”) or the equivalent, as well as good Java programming skills are required. Basic knowledge in linear algebra, numerical analysis, probability, and statistics are strongly recommended. Furthermore, it is preferable if students have already completed (or are currently enrolled in) a machine-learning course. Since the course will be offered in English, fluency in English is also required.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolio examination

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

English

Prüfungselemente

Name	Punkte	Kategorie	Dauer/Umfang
(Deliverable assessment) Homework	30	schriftlich	30 hours / 20 pages
(Deliverable assessment) In-class presentations	20	mündlich	40 min. / about 35 slides
(Examination) Written test	50	schriftlich	75 min.

Notenschlüssel

Notenschlüssel »Notenschlüssel 2: Fak IV (2)«

Gesamtpunktzahl	1.0	1.3	1.7	2.0	2.3	2.7	3.0	3.3	3.7	4.0
100.0pt	95.0pt	90.0pt	85.0pt	80.0pt	75.0pt	70.0pt	65.0pt	60.0pt	55.0pt	50.0pt

Prüfungsbeschreibung (Abschluss des Moduls)

The portfolio exam (worth 100 points) is comprised of three parts, namely: (i) written homework (30 points), (ii) in-class presentations (20 portfolio points), and (iii) a written exam (50 portfolio points). The final grade according to § 47 (2) AllgStuPO will be calculated with the faculty grading table 2. (Die Gesamtnote gemäß § 47 (2) AllgStuPO wird nach dem Notenschlüssel 2 der Fakultät IV ermittelt.)

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 30.

Anmeldeformalitäten

Students are required to register via the DIMA course registration tool before the start of the first lecture (http://www.dima.tu-berlin.de/). Within the first six weeks after commencement of the lecture, students will have to register for the course at QISPOS (university examination protocol tool) and ISIS (course organization tool) in addition to the registration at the DIMA course registration tool.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit: nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit: verfügbar

Zusätzliche Informationen:

Literatur

Empfohlene Literatur
Anand Rajaraman, Jeffrey David Ullman : Mining of Massive Datasets (Free Online: http://infolab.stanford.edu/~ullman/mmds/book.pdf)
Data Mining: Practical Machine Learning Tools and Techniques, Ian H. Witten and Eibe Frank, Morgan Kaufmann, 2011.
Hadoop: The Definitive Guide (4th Edition), Tom White, O’Reilly Media, 2015.
Supplementary reading material may be assigned to complement course lectures.

Zugeordnete Studiengänge

Semester:

Zeige auch ausgelaufene Studiengänge und StuPOs

Diese Modulversion wird in folgenden Studiengängen verwendet:

	Studiengang / StuPO	StuPOs	Verwendungen	Erste Verwendung	Letzte Verwendung
Dieses Modul findet in keinem Studiengang Verwendung.

This course targets Master’s students focused on Database Systems and Information Management in Computer Science (Major: System Engineering), Computer Engineering (Major: Information Systems & Software Engineering), and Industrial Engineering. Compulsory Elective module for ERASMUS MUNDUS IT4BI, plus Compulsory for EIT-ICT Data Science (DS) and Compulsory Elective for EIT-ICT Cloud Computing and Services (CCS) Subject to space availability, Master’s students in other academic programs may also enroll and satisfy elective module requirements. Wahlpflichtmodul im Masterstudiengang Informatik/Studienschwerpunkt System Engineering, Tech-nische Informatik/Studienschwerpunkte Informationssysteme & Software Engineering und im Master-studiengang Wirtschaftsingenieurswesen (Studiengang IuK). Wahlpflichtmodul im ERASMUS MUNDUS IT4BI, sowie für EIT-ICT Cloud Computing and Services (CCS), Pflicht für EIT-ICT Data Science (DS). Je nach Verfügbarleit der Plätze können auch Studierende anderer Fachrichtungen als Wahlpflicht das Modul belegen.

Sonstiges

Since 2014, this module is offered each summer and winter term. For each topic during this course additional research papers and reports will be used.