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
TUWELQuinn ECTS Erhebung

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