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 |
