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

Zeitplan und Betreuer

  • 16.10. 2017 – Vorbesprechung
  • 06.11. 2017
    • Machine learning hardware – Dominik Scherer 1)Folien
    • Big data and AI impact on future employment – Patricia Häußer 2)
  • 13.11. 2017 Fällt aus
  • 20.11. 2017
    • Moralic aspects of AI and big data – Valentin Krön 3)
    • Understanding p-value – Tuan Anh Nguyen 4)
  • 27.11. 2017
    • Text analysis and natural language processing – Guangyu Ge 5)
  • 04.12. 2017
    • Training body movement – Lennart Kordt 6)
    • Predicting system reliability – Henri Engelhardt 7)
  • 11.12. 2017
    • Generative AI / adversial networks: Content creation with deep learning – Nele Lips 8)
    • Online Machine Learning – Tim Pietz 9)
  • 18.12. 2017
    • Beating humans in complex board games – Eike Knopp 10)
    • Beating humans in computer games – Tim Runge 11)
  • 08.01. 2018
    • Stock market prediction – Clemens Becker 12)
    • Big data + AI in healthcare – Jan Zickermann 13)
  • 15.01. 2018
    • Predicting/Tuning storage performance using AI – Max Brecht 14)
    • Vega Visualisierungs-Grammatik – El Sayed El Deeb Ahmed 15)
  • 22.01. 2018
    • Deep Neural Networks – Julian Lorenz 16)
    • – Jawad Shah 17)
  • 29.01. 2018
    • Money in the Big Data Age - Analyzing Blockchains – Frederik The 18)

Literaturhinweise

1) , 4) , 12) , 13) , 18)
Julian Kunkel
2) , 3) , 6) , 15)
Christian Hovy
5) , 8) , 16)
Tobias Finn
7) , 10) , 17)
Jakob Lüttgau
9) , 11) , 14)
Eugen Betke