EN
Modul
Analysetechniken für große Datenbestände in Theorie und Praxis [M-INFO-101256]
Leistungspunkte
9Turnus
Jedes SemesterDauer
1 SemesterSprache
Level
4Version
8Verantwortung
Einrichtung
- KIT-Fakultät für Informatik
Bestandteil von
Teilleistungen
Identifier | Name | LP |
---|---|---|
T-INFO-101306 | Datenhaltung in der Cloud | 5 |
T-INFO-111400 | Datenbankfunktionalität in der Cloud | 5 |
T-INFO-112844 | Praktikum: Data Science für die Wissenschaften | 6 |
T-INFO-113124 | Data Science | 8 |
T-INFO-111622 | Data Science 1 | 5 |
T-INFO-105796 | Praktikum: Analysis of Complex Data Sets | 4 |
T-INFO-103201 | Datenbank-Praktikum | 4 |
T-INFO-108377 | Datenschutz von Anonymisierung bis Zugriffskontrolle | 3 |
T-INFO-105742 | Analysetechniken für große Datenbestände 2 | 3 |
T-INFO-101317 | Datenbankeinsatz | 5 |
T-INFO-106219 | Praktikum: Implementierung und Evaluierung von fortgeschrittenen Data Mining Konzepten für semi-strukturierte Daten | 4 |
T-INFO-111626 | Data Science 2 | 3 |
T-INFO-103202 | Praktikum: Analyse großer Datenbestände | 6 |
T-INFO-111262 | Praktikum: Data Science | 6 |
T-INFO-101305 | Analysetechniken für große Datenbestände | 5 |
Qualifikationsziele
Die Studierenden sollen
- zum wissenschaftlichen Arbeiten im Bereich Informationssysteme befähigt werden und das Gebiet der Informationssysteme als Forschungsgebiet in ausgewählten unterschiedlichen Facetten kennen,
- komplizierte Aspekte aus dem Themenbereich dieses Moduls sowohl anderen Experten als auch Außenstehenden erklären und darüber diskutieren können,
- die Konzepte, Algorithmen, Techniken und ausgewählte Werkzeuge aus den Bereichen Data Warehousing und Data Mining kennen,
- mit den Herausforderungen in der Praxis der Datenanalyse vertraut sein und in der Lage sein, selbst Lösungen zu entwickeln.
Voraussetzungen
Keine
Inhalt
Dieses Modul soll Studierende mit modernen Informationssystemen ausführlich vertraut machen, in Breite und Tiefe. 'Breite' erreichen wir durch die ausführliche Betrachtung und die Gegenüberstellung unterschiedlicher Systeme und ihrer jeweiligen Zielsetzungen, 'Tiefe' durch die ausführliche Betrachtung der jeweils zugrundeliegenden Konzepte und wichtiger Entwurfsalternativen, ihre Beurteilung und die Auseinandersetzung mit Anwendungen. Insbesondere sollen hier Data Warehousing Technologien und Data Mining Techniken nicht nur theoretisch betrachtet - sondern im Rahmen eines Praktikums in der Praxis ein- und umgesetzt werden.