194.048 Data-intensive Computing
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2023S, VU, 2.0h, 3.0EC
TUWEL

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: VU Vorlesung mit Übung
  • Format der Abhaltung: Hybrid

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage

  • praktische Probleme des Data-intensive Computing zu identifizieren und zu lösen
  • theoretische Grundlagen verteilter Datenverarbeitung zu erklären
  • Methoden der Datenanalyse in verteilten Datenumgebungen anzuwenden
  • Machine Learning auf Large-Scale Data in Hadoop/Spark-basierten Cluster Umgebungen anzuwenden
  • Large-Scale Machine Learning und Data Science Problemlösungen zu entwerfen
  • Data-intensive Edge Computing Strategien entwickeln und umzusetzen

Inhalt der Lehrveranstaltung

Theorie: Map/Reduce, Spark, Edge Computing, Execution Graphs
Praktischer Teil: Hadoop, Spark, Implementierung von Large-Scale Data Processing und Machine Learning Aufgaben, Edge Computing 

Methoden

Praktische Implementierung von Large-Scale Data Processing und Machine Learning Aufgaben in homogenen und heterogenen Umgebungen

Prüfungsmodus

Prüfungsimmanent

Weitere Informationen

 

Vorbesprechung/First meeting:  March 7th, Tuesday, 13:00-15:00


Location: EI 9 Hlawka HS at Gußhausstr. 27-29 - Neu El (ground floor)

Vortragende Personen

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Di.13:00 - 15:0007.03.2023 - 20.06.2023EI 9 Hlawka HS - ETIT Vorlesung
Data-intensive Computing - Einzeltermine
TagDatumZeitOrtBeschreibung
Di.07.03.202313:00 - 15:00EI 9 Hlawka HS - ETIT Vorlesung
Di.14.03.202313:00 - 15:00EI 9 Hlawka HS - ETIT Vorlesung
Di.28.03.202313:00 - 15:00EI 9 Hlawka HS - ETIT Vorlesung
Di.18.04.202313:00 - 15:00EI 9 Hlawka HS - ETIT Vorlesung
Di.06.06.202313:00 - 15:00EI 9 Hlawka HS - ETIT Vorlesung
Di.13.06.202313:00 - 15:00EI 9 Hlawka HS - ETIT Vorlesung
Di.20.06.202313:00 - 15:00EI 9 Hlawka HS - ETIT Vorlesung

Leistungsnachweis

Bewertung anhand von 3 Abgaben (A1: 100pt, A2: 100pt, A3: 100pt; Summe 300pt).

ECTS Breakdown:
3.0EC = 75h
7.5 lectures:     15h
Exercise 1:  20h
Exercise 2:  20h
Exercise 3:  20h

LVA-Anmeldung

Von Bis Abmeldung bis
03.02.2023 00:00 28.03.2023 23:59 23.03.2023 23:59

Zulassungsbedingung

Voraussetzung für die Anmeldung ist eine Fortmeldung zu einem der folgenden Studien:

Curricula

StudienkennzahlVerbindlichkeitSemesterAnm.Bed.Info
066 645 Data Science Pflichtfach2. Semester

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Weitere Informationen

  • Anwesenheitspflicht!

Sprache

Englisch