Seminar „Neueste Trends in Big Data Analytics“

Beschreibung

Das Buzzword “Big Data” bezeichnet umgangssprachlich große Datenmengen aber auch eine Industrie, welche aus diesen Daten mit Hilfe der Datenanalyse Wert schöpft. Big Data wird typischerweise neben ihrer Größe durch vier weitere Charakteristiken ausgezeichnet: ihrer Variabilität, dem stetigen und massiven Zuwachs an neuen Daten, potenziell schlechter Datenqualität und ihrer Komplexität.

Methoden aus der Statistik und des maschinellen Lernens ermöglichen es computergestützt Modelle von Sachverhalten zu erzeugen und zu verifizieren. Neue Erkenntnisse können so durch die automatisierte Auswertung dieser Daten gewonnen werden. Global-Players wie Google und Facebook nutzen diese Techniken beispielsweise um Werbung zielgerichtet zu platzieren und somit den Werbeerlös zu maximieren. Die Techniken sind jedoch auch in der Wissenschaft vielseitig einsetzbar, stellen jedoch einen Paradigmenwechsel in der wissenschaftlichen Arbeitsweise dar.

Im Seminar werden wir verschiedenste Teilgebiete von Big Data Analytics beleuchten und insbesondere aktuelle Trends und Forschungsbereiche kennen lernen, dies umfasst u.A. die Teilgebiete:

  • Maschinelles lernen
  • Deep learning
  • Data Engineering
  • Speicher- und Compute
  • Analyseverfahren und Algorithmen
  • Visualisierung

Das gewählte Thema kann nach Wunsch und Interesse der Studenten gestaltet werden.

Beachten Sie auch unsere allgemeinen organisatorischen Hinweise zu Seminaren.

Zielgruppe

Das Seminar eignet sich für Studierende im Bachelorstudiengängen mit Bezug zur Informatik sowie Masterstudiengängen. Interessierte Zuhörer sind auch herzlich willkommen.

Daten der Veranstaltung

Ort DKRZ, Raum 034
Zeit Montag, 12:15-13:45 Uhr
Vorbesprechung Montag, 16.10.2017
Mailingliste NTBD-1718

Dozenten

Themenliste

Die Themenliste ist noch nicht vollständig.

  • Vega Visualisierungs-Grammatik
  • Beating humans in Go + chess using deep Learning
  • Content creation with deep learning
  • Apache Flink
  • Einsatz von BigData in der Wissenschaft
  • iRODS
  • Generative adversarial network
  • Understanding p-value
  • Tensorflow

Zeitplan

  • 16.10. 2017 – Vorbesprechung
  • 23.10. 2017
  • 30.10. 2017
  • 06.11. 2017
  • 13.11. 2017
  • 20.11. 2017
  • 27.11. 2017
  • 04.12. 2017
  • 11.12. 2017
  • 18.12. 2017
  • 08.01. 2018
  • 15.01. 2018
  • 22.01. 2018
  • 29.01. 2018

Literaturhinweise