Numerische Methoden für Big Data

Modulgruppe: Mathematik

Durch das Wachstum an Datenvolumen stehen Unternehmen vor der Herausforderung, diese extrem großen Datenmengen ("Big Data") speichern und analysieren zu können. Dies ist entscheidend, um sie für weitere Prozesse zu verwenden. Herkömmliche algorithmische Methoden, die alle Daten betrachten, sind entweder nicht mehr anwendbar oder benötigen zu lange Rechenzeiten. In diesem Modul werden Sie numerische Methoden, Verfahren und Algorithmen kennenlernen, die auch für große Datenmengen noch effizient arbeiten und so erlauben, aus größeren Datenmengen Muster zu erkennen und wichtige Informationen zu extrahieren.

Präsenztermine:

• Freitag, 1. Dezember 2017, 09:00 - 17:00 Uhr
• Samstag, 2. Dezember 2017, 09:00 - 17:00 Uhr
• Freitag, 26. Januar 2018, 09:00 - 17:00 Uhr
• Samstag, 27. Januar 2018, 09:00 - 17:00 Uhr

Prüfungstermine:

• Freitag, 16. Februar 2018, Uhrzeit und Räumlichkeiten werden zeitnah bekannt gegeben
• Freitag, 13. April 2018, Uhrzeit und Räumlichkeiten werden zeitnah bekannt gegeben

  

Modulhandbuch

Das Modulhandbuch finden Sie hier.

Inhalte des Moduls

  • Numerische Lineare Algebra für Big Data-Anwendungen: Lösung linearer Gleichungssysteme, Eigenwerte und -vektoren, Singulärwertzerlegung
  • Numerische Lösung hochdimensionaler nichtlinearer Gleichungssysteme
  • Numerische Verfahren für Kalibrierungs- und Maximum-Likelihood-Probleme
  • Numerische Lösung hochdimensionaler nichtlinearer Gleichungssysteme
  • Standard-Software für derartige Problemstellungen

Lernziele

Die Studierenden sollen:

  • die besonderen Herausforderungen bei BigData-Anwendungen in der Numerik
    einschätzen und beurteilen können,
  • ausgewählte Algorithmen für hochdimensionale Probleme analysieren, bewerten
    und anwenden können,
  • vorhandene (kommerzielle) Software-Pakete hinsichtlich deren Anwendbarkeit
    für Big Data bewerten.

Lernsetting

Das Online-Studium findet im Selbststudium und in Form von Gruppenarbeit statt. Für das Selbststudium steht ein ausführliches Skript zur Verfügung. Die zentralen Inhalte und zugehörige Beispiele werden zudem in kurzen Videos erläutert. Das lesefreundliche Skript ist nach dem didaktischen Konzept der Universität Ulm für berufsbegleitende Studierende aufbereitet.

Um die vermittelten Inhalte zu festigen, werden in regelmäßigen Abständen Übungsblätter veröffentlicht, deren Lösungen von den Studierenden und dem Mentor gemeinsam zu den Präsenzterminen vorgestellt werden.

Der Mentor des Moduls wird in regelmäßigen Abständen Online-Sprechstunden anbieten, die die Studierenden bei der Bearbeitung des Lernstoffs unterstützen. Außerdem steht ein weiteres Forum für den Austausch der Studierenden untereinander bereit.

Voraussetzungen

Mathematische Kenntnisse auf Bachelor-Niveau, insbesondere Lineare Algebra (Matrizen, lineare Gleichungssysteme, Eigenwerte und -vektoren, Normen, Skalarprodukte) und Analysis (Funktionen mehrerer Veränderlicher, Satz von Taylor)

Technische Voraussetzungen für die E-Learning-Lerneinheiten

Mindestens erforderlich sind:

  • Ein auf Windows 7 oder neuer, Linux oder OS X 10.9 basierender Desktop-Rechner oder Notebook
  • Aktuelle Version von Mozilla Firefox, Google Chrome, Safari oder Internet Explorer (11 oder neuer)
  • Aktuelle Version des Adobe Flash Plugin im Browser (lediglich für Online-Sprechstunde bzw. Online-Webinar benötigt)
  • Internet-Zugang via xDSL, Cable, LTE oder besser mit mindestens 2 Mbit/s in Downstream- und 192 kbit/s in Upstream-Richtung ("DSL 2000")

Empfohlen wird:

  • Ein auf Windows 7 oder neuer, Linux oder OS X 10.9 basierender Desktop-Rechner oder Notebook, Dual-Core oder mehr, 2 GHz oder mehr
  • Aktuelle Version von Mozilla Firefox, Google Chrome, Safari, IE 11 (oder neuer)
  • Aktuelle Version des Adobe Flash Plugin im Browser (lediglich für Online-Sprechstunde bzw. Online-Webinar benötigt)
  • Internet-Zugang via xDSL, Cable, LTE oder besser mit mindestens 6 Mbit/s in Downstream- und 576 kbit/s in Upstream-Richtung ("DSL 6000")

Leistungsnachweise

Für die Zulassung zur Modulprüfung (Klausur/mündl. Prüfung) sind folgende Voraussetzungen zu erfüllen:

  • Teilnahme an mindestens 3 Präsenzübungen
  • Bearbeitung und Abgabe von als verpflichtend angegebenen Übungsaufgaben

In Härtefällen kann ein formloser Antrag auf Zulassung zur Prüfung bei den Modulverantwortlichen gestellt werden.

Bei Krankheit ist den Modulverantwortlichen ein ärztliches Attest vorzulegen.

Zertifizierung

Bei erfolgreichem Abschluss des Moduls erhalten die Studierenden ein Zertifikat sowie ein Supplement, das die Inhalte des Moduls als Übersicht auflistet. Im Supplement bestätigen die Modulverantwortlichen das Äquivalent von 6 Leistungspunkten nach ECTS.

Gebühren und Entgelte

Die Studiengebühren der Module für immatrikulierte Studierende bzw. die Teilnahmeentgelte für die Belegung von Einzelmodulen im Kontaktstudium finden Sie auf der Seite zur Modulübersicht.

Dozenten

Prof. Dr. Karsten Urban
Leiter des Instituts für Numerische Mathematik

Prof. Dr. Stefan Funken
Professor im Institut für Numerische Mathematik

Mentorin

Silke Glas
Wissenschaftliche Mitarbeiterin im Institut für Numerische Mathematik

  

    Gefördert von: