Angebotene Lehrveranstaltungen
| Semester | Typ | Titel | Arbeitsaufwand |
|---|---|---|---|
| SS23 | Vorlesung | Information Retrieval | 4 SWS, 6 ECTS |
| SS23 | Vorlesung | Data Science: Methoden und Techniken | 4 SWS, 6 ECTS |
[SS22] Information Retrieval
Durch Abschluss des Kurses lernen die Studierenden die wichtigsten Kenntnisse zum Abruf von Informationen, z.B. Websuche und Empfehlungen. Die Teilnehmer/-innen lernen die konzeptionellen Anforderungen spezifischer Abrufaufgaben verstehen und werden in der Lage sein, Anrufansätze, die aus geeigneten Datenstrukturen und Algorithmen bestehen, selbst zu entwickeln. Die Studierenden werden zudem in der Lage sein, Stärken und Schwächen von Abrufansätzen zu bewerten und geeignete Ansätze zu implementieren, um komplexe praktische Probleme beim Informationsabruf zu bewältigen.
Arbeitsaufwand: 4 SWS (2 SWS Vorlesung / 2 SWS Übung), 6 ECTS
Unterrichtssprache: Deutsch/Englisch
| Tag | Zeit | Wdh. | Dauer | Raum | Type |
|---|---|---|---|---|---|
| Mi. | 10:15 - 11:45 | wöchentlich | 05.04.2023 - 12.07.2023 | FG 1.01 | Vorlesung |
| Mi. | 12:00 - 13:30 | wöchentlich | 05.04.2023 - 12.07.2023 | FG 1.01 | Übung |
[SS22] Data Science: Methoden und Techniken
Die Vorlesung vermittelt detaillierte Kenntnisse, wie Informationen und Wissen aus verschiedenen Datenquellen und unterschiedlicher Charakteristik extrahiert und analysiert werden können. Die folgenden Themengebiete werden behandelt:
- Grundlagen - Statistik, Daten und Datenvorbereitung
- Analyse in Datenbanksystemen
- Klassische Data-Mining-Verfahren
- Graph Mining
- Spatio-Temporale Daten
- Text Mining
Arbeitsaufwand: 4 SWS (2 SWS Vorlesung / 2 SWS Übung), 6 ECTS
Unterrichtssprache: Deutsch/Englisch
| Tag | Zeit | Wdh. | Dauer | Raum | Type |
|---|---|---|---|---|---|
| Di. | 12:15 - 13:45 | wöchentlich | 04.04.2023 - 11.07.2023 | FG 1.01 | Vorlesung |
| Di. | 14:00 - 15:30 | wöchentlich | 04.04.2023 - 11.07.2023 | FG 1.01 | Übung |
zuletzt bearbeitet am: 22.03.2023
