Navigation

Springe zum Hauptinhalt
Professur Wirtschaftsmathematik
Professur für Wirtschaftsmathematik

Mathematische Grundlagen von BIG DATA Analytics SS 2019

Vorlesender: Herr Prof. Dr. Vladimir Shikhman

Übungsleiter: Herr David Müller, M. Sc.

Zielgruppe: wob: M_BI__2, M_Fi__2, M_DS__, M_Ma*

SWS: 2 V, 1 Ü (Master Finance, Master Business Intelligence & Analytics) bzw. 2 V, 2 Ü (Master Mathematik, Master Data Science)

Inhalt: Das bezeichnende an Big Data ist, dass die zu bearbeitenden Datenmengen zu gross, zu komplex, zu schnelllebig oder zu schwach strukturiert sind, um sie mit manuellen und herkömmlichen Methoden der Datenverarbeitung auszuwerten. In dieser Veranstaltung werden grundlegende mathematische Modelle im Bereich Big Data Analytics dargestellt sowie ein anwendungsorientierter Bezug zu relevanten wirtschaftswissenschaftlichen Fragestellungen hergestellt. Es werden mathematische Hilfsmittel aus der Angewandten Mathematik (insbesondere Numerische Lineare Algebra, Statistik, Optimierung, Graphentheorie) erläutert und auf aktuelle Probleme der Datenanalyse im ökonomischen Kontext angewandt.

Abschluss: 60-minütige Klausur (Master Business Intelligence & Analytics) bzw. 30-minütige mündliche Prüfung (Master Finance, Master / Diplom Mathematik, Master Data Science)

Aktuelles

Wann? Was?
12.08.2019 Ausweichtermin für die mündliche Prüfung ist am 12.08.2019 im Raum 2/41/728, siehe Time Schedule for 12.08.2019.

29.07.2019

Für Master Finance, Master / Diplom Mathematik, Master Data Science findet die 30-minütige mündliche Prüfung am 29.07.2019 im Raum 2/41/728 statt, siehe Time Schedule for 29.07.2019. Die Zeitslots werden durchgehend aktualisiert, die endgültige Version wird am 26.07.2019 hier erscheinen.

16.07.2019

Für Master Business Intelligence & Analytics findet die Klausur am 16.07.2019 um 9:00-10:00 (60-min) im Raum 2/B201 statt. Bitte rechnet zur Vorbereitung alte Klausuren durch!

08.07.2019 Ausnahmsweise findet die Übung anstelle der Vorlesung statt.
04.07.2019 Ausnahmsweise findet die Vorlesung anstelle der Übung statt.
27.05.2019 Ausnahmsweise findet die Übung anstelle der Vorlesung statt.
23.05.2019 Ausnahmsweise findet die Vorlesung anstelle der Übung statt.
13.05.2019 Bitte nehmt an der uniweiten Studierendenbefragung TUCpanel teil. Die Informationen zu TUCpanel sind auf der folgenden Folie zusammengefasst.
06.05.2019 Ausnahmsweise findet die Übung anstelle der Vorlesung statt.
02.05.2019 Ausnahmsweise findet die Vorlesung anstelle der Übung statt.
25.04.2019 Ausnahmsweise findet die Vorlesung anstelle der Übung statt.
04.04.2019

Beginn der Vorlesung.

Ausnahmsweise findet die Vorlesung anstelle der Übung statt.

11.04.2019 Beginn der Übung

Termine

  Tag Zeit Raum
Vorlesung Montag 11:30-13:00 2/B202
Übung Donnerstag 09:15-10:45 2/B202

Materialien

Thema Vorlesung Übung
1. Ranking I Vorlesung1 Übung1
2. Ranking II Vorlesung2 Übung2
3. Online Learning I Vorlesung3 Übung3
4. Online Learning II Vorlesung4 Übung4
5. Recommendation Systems I Vorlesung5 Übung5
6. Recommendation Systems II Vorlesung6 Übung6
7. Classification I Vorlesung7 Übung7
8. Classification II Vorlesung8 Übung8
9. Clustering I Vorlesung9 Übung9
10. Clustering II Vorlesung10  
11. Sparse Recovery I Vorlesung11 Übung11
12. Sparse Recovery II Vorlesung12  
13. Neural Networks I Vorlesung13 Übung13
14. Neural Networks II Vorlesung14 Übung14

Presseartikel