Mining Massive Datasets (IN2323)
Lehrveranstaltung 0000002444 im SS 2018
Basisdaten
| LV-Art | Vorlesung mit integrierten Übungen |
|---|---|
| Umfang | 4 SWS |
| betreuende Organisation | Informatik 3 - Lehrstuhl für Datenbanksysteme (Prof. Kemper) |
| Dozent(inn)en |
Stephan Günnemann Mitwirkende: Oleksandr Shchur |
| Termine |
Mi, 14:30–16:00, Interims I 101 Do, 14:00–16:00, Interims I 101 sowie 4 einzelne oder verschobene Termine |
Zuordnung zu Modulen
-
IN2323: Machine Learning for Graphs and Sequential Data / Machine Learning for Graphs and Sequential Data
Dieses Modul ist in den folgenden Katalogen enthalten:- Fokussierungsrichtung Bildgebende Verfahren im M.Sc. Biomedical Engineering and Medical Physics
weitere Informationen
Lehrveranstaltungen sind neben Prüfungen Bausteine von Modulen. Beachten Sie daher, dass Sie Informationen zu den Lehrinhalten und insbesondere zu Prüfungs- und Studienleistungen in der Regel nur auf Modulebene erhalten können (siehe Abschnitt "Zuordnung zu Modulen" oben).
| ergänzende Hinweise | 1. Introduction * Machine Learning, Data Mining and Knowledge Discovery Process * Applications, Tasks 2. High-Dimensional Data * Hashing & Sketches - Min-Hashing - Locality Sensitive Hashing * Dimensionality Reduction & Matrix Factorization - Feature Selection & Random Projections - Non-Negative Matrix Factorization and Extensions 3. Graphs / Networks * Laws, Patterns and Generators * Spectral Learning - Ranking (e.g., PageRank, HITS) - Community Detection * Probabilistic Models - Stochastic Blockmodel (SBM) - (Stochastic) Variational Inference - Belief Propagation * Representation Learning for Graphs - Deep Learning for Graph Data - (Unsupervised) Node Embeddings 4. Temporal Data & Streaming * Sampling & Sketches - Bloom Filter - Counting Distinct Elements - Estimating moments * Kalman Filter |
|---|---|
| Links |
LV-Unterlagen E-Learning-Kurs (z. B. Moodle) TUMonline-Eintrag |