Разработка и внедрение систем больших данных

Beschreibung: Курс посвящен изучению технологий хранения, обработки и анализа больших данных, методов построения информационных систем на основе нереляционных баз данных и распределенных систем хранения. Студенты изучат технологии для анализа очень больших наборов данных: кластеризация, интеллектуальный анализ текста и т. д.

Betrag der Credits: 6

Пререквизиты:

• Современные среды и языки программирования
• Машинное обучение и анализ данных

Arbeitsintensität der Disziplin:

Komponente: Компонент по выбору

Zyklus: Профилирующие дисциплины

Цель

• Цель курса - получить представление о возможностях и ограничениях алгоритмов интеллектуального анализа данных и машинного обучения для изучения очень больших массивов данных и выявить перспективные приложения для интеллектуального анализа данных на рынке.

Задача

Результат обучения: знание и понимание

• Продемонстрировать углубленные знания в области интеллектуального анализа данных и алгоритмов машинного обучения концепций и методов анализа очень больших массивов данных.

Результат обучения: применение знаний и пониманий

• применять методы кластеризации, классификации, поиска ассоциаций, выбора признаков и визуализации на реальных данных.

Результат обучения: формирование суждений

• определить, существует ли решение для интеллектуального анализа данных для реальной проблемы

Результат обучения: коммуникативные способности

• продемонстрировать знание этических аспектов, связанных с интеллектуальным анализом данных и машинным обучением для анализа очень больших массивов данных

Результат обучения: навыки обучения или способности к учебе

• настройка процесса интеллектуального анализа данных для приложения, включая подготовку данных, моделирование и оценку

Основная литература

• Rajaraman, J. Leskovec and J. D. Ullman, Mining of Massive Datasets, 2nd Edition.