Diese Seite wird privat betrieben und kann Fehler enthalten.  mehr erfahrenschließen

KitHub

KIT Vorlesungsverzeichnis


Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung

Seminar, 24344

Martin Pander, Prof.Dr.Ing. Uwe Hanebeck
KIT Vorlesungsverzeichnis

SWS 2
Englisch

Termine

150.20 Raum 148Mi, 09:45-12:00
  1. 19.10.2016

Beschreibung

Durch die stetig zunehmende Verbreitung und Leistungsfähigkeit moderner Informations- und Kommunikationstechnologien stehen uns mit ständig wachsender Geschwindigkeit mehr digitale Informationen und Daten zur Verfügung als je zuvor. Aus diesen gigantischen Datenmengen wichtige Informationen zuverlässig abzuleiten und leicht verständlich darzustellen, ist eine der zentralen Herausforderung der technologischen Moderne. Ein interdisziplinärer Ansatz zur Bewältigung dieser Aufgabe formiert sich unter dem Begriff „Data Science“. Der Ansatz vereint Herangehensweisen und Methoden aus den Bereichen Machine Learning, Mathematik, Schätztheorie, Visualisierung und Mustererkennung. Im Rahmen dieses Seminars sollen die in der Data Science verwendeten Konzepte und Methoden, insbesondere im Kontext der Schätztheorie, vorgestellt und an konkreten Anwendungsbeispielen dargestellt werden.

Mehr Informationen, insbesondere zur Einführungsveranstaltung, finden Sie unter dem angegebenen Link zur Veranstaltung.

Termin und Ort der Einführungsveranstaltung wird vor Semesterbeginn bekannt gegeben.

Bemerkung

Das Seminar wird auf Deutsch und Englisch angeboten

Nachweis

Die Erfolgskontrolle erfolgt durch eine Ausarbeitung sowie eine Präsentation derselbigen als Erfolgskontrolle anderer Art nach § 4 Abs. 2 Nr. 3 SPO Master Informatik. Die Gesamtnote setzt sich aus den benoteten und gewichteten Erfolgskontrollen zusammen.

Lehrinhalt

  • Die Studierenden sollen sich in ausgewählte theoretische Arbeiten aus dem Bereich der Informations- und Sensordatenverarbeitung einarbeiten und ihren Kommilitonen präsentieren.
  • Das Seminar soll die Studierenden auf das Verfassen ihrer Masterarbeit vorbereiten.
  • Darüber hinaus sollen die Studierenden Umgang mit LaTeX und Powerpoint lernen.