Inhalte

?

Die Vorlesung behandelt Konzepte und Methoden, Verfahren, Techniken und Technologien zur Analyse von massiv gro?en Datens?tzen. M?gliche Inhalte umfassen:

?

• Infrastrukturen für verteilte und parallele Berechnung (z.B. MapReduce, Spark)
• ?hnlichkeitssuche und Clustering
• Analyse von Datenstr?men und temporalen Daten
• Webgraphen: Linkanalyse und soziale Netzwerke
• Dynamische Netzwerke und Informationsausbreitung
• Grundlagen des Information Retrieval
• Empfehlungssysteme und Onlinewerbung

?

?bungen

• Es werden w?chentlich ?bungsgruppen zum Stoff der Vorlesung abgehalten
• Keine ?bungsblattabgabe, keine Korrektur
• Zwei Arten von ?bungsaufgaben:
  • Hausaufgaben (L?sung von Studenten zu Hause, keine Besprechung in der ?bung)
  • Pr?senzaufgaben (L?sung von Studenten in der ?bung, Besprechung der Aufgabe)
• L?sungsvorschl?ge gibt es nur für Hausaufgaben

Literatur

• Mining of Massive Datasets. J. Leskovec, A. Rajaraman, J.D. Ullman. Cambridge UniversityPress, 2014
• D. Easley, J. Kleinberg.Networks, Crowds, and Markets: Reasoning About a Highly Connected World.Cambridge University Press, 2010.
• R. Baeza-Yates, B. Ribeiro-Neto: Modern Information Retrieval

?

?