teaching:wintersemester_2019_2020:parallelrechnerevaluation

Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
teaching:wintersemester_2019_2020:parallelrechnerevaluation [2019-07-22 13:31]
Michael Kuhn
teaching:wintersemester_2019_2020:parallelrechnerevaluation [2019-07-22 13:31] (current)
Michael Kuhn
Line 10: Line 10:
 Im Rahmen des Projekts werden daher verschiedene Aspekte von Parallelrechnern mithilfe moderner Methoden genauer analysiert und evaluiert. Im Rahmen des Projekts werden daher verschiedene Aspekte von Parallelrechnern mithilfe moderner Methoden genauer analysiert und evaluiert.
 Big-Data-Ansätze erlauben die Analyse der immer weiter wachsenden Datenflut, während Machine-Learning-Methoden zunehmend klassische Problemlösungsansätze ersetzen. Big-Data-Ansätze erlauben die Analyse der immer weiter wachsenden Datenflut, während Machine-Learning-Methoden zunehmend klassische Problemlösungsansätze ersetzen.
-Leistungskritische Komponenten werden dabei häufig in hardwarenahen Sprachen wie C oder C++ entwickelt, ​wobei einfacher zu erlernende Sprachen wie Python eine komfortable Nutzung durch Anwender erlauben.+Leistungskritische Komponenten werden dabei häufig in hardwarenahen Sprachen wie C oder C++ entwickelt, ​während ​einfacher zu erlernende Sprachen wie Python eine komfortable Nutzung durch Anwender erlauben.
  
 Konkrete Themen orientieren sich stark an aktuellen Forschungsfragen und werden daher erst am Einführungstermin vorgestellt. Konkrete Themen orientieren sich stark an aktuellen Forschungsfragen und werden daher erst am Einführungstermin vorgestellt.
teaching/wintersemester_2019_2020/parallelrechnerevaluation.txt · Last modified: 2019-07-22 13:31 by Michael Kuhn