02289 Algoritmiske teknikker for moderne datamodeller

2024/2025

Kursusinformation
Algorithmic Techniques for Modern Data Models
Engelsk
5
Kandidat
Kurset udbydes som enkeltfag
Retningsspecifikt kursus (MSc), Computer Science and Engineering
Retningsspecifikt kursus (MSc), Human-Centered Artificial Intelligence
Teknologisk specialisering (MSc), Computer Science and Engineering
Teknologisk specialisering (MSc), Human-Centered Artificial Intelligence
Tilvalgskursus (B Eng), Softwareteknologi
E4B (fre 8-12)
Campus Lyngby
Forelæsninger og grupperegninger.
13-uger
Aftales med underviser, Aftales med underviser
Mundtlig eksamen
Ingen hjælpemidler
7-trins skala , ekstern censur
02110 , Grundlæggende kurser i algoritmik og datastrukturer (svarende til 02105/02326 + 02110). Matematisk modenhed.
Eva Rotenberg , Lyngby Campus, Bygning 322, Tlf. (+45) 4525 5005 , erot@dtu.dk
Inge Li Gørtz , Tlf. (+45) 4525 3673 , inge@dtu.dk
01 Institut for Matematik og Computer Science
http://www2.compute.dtu.dk/courses/02289/
I studieplanlæggeren
Overordnede kursusmål
At kende, anvende, analysere og designe algoritmer i moderne datalogiske modeller:

· Probabilistiske, tidsafhængige og approksimativt summerende teknikker, såsom online, dynamiske og streamingalgoritmer, algoritmer for skitsering og stikprøvealgoritmer.

· Teknikker for distribuerede og parallelle beregninger, såsom map-reduce, bsp, multicoremodeller og kommunikationsmodeller.

· Teknikker for beregninger i komprimeret data, såsom approksimeret nærmeste nabo i højdimensionelle rum, clusteringalgoritmer og komprimeret indeksering og søgning i tekst.
Læringsmål
En studerende, der fuldt ud har opfyldt kursets mål, vil kunne:
  • Beskrive en algoritme på forståelig vis, dvs., præcist, kortfattet og utvetydigt.
  • Bevise korrekthed af algoritmer.
  • Analysere, evaluere og sammenligne effektiviteten af algoritmer i moderne datamodeller, såsom streaming og parallelle modeller.
  • Analysere, evaluere og sammenligne brugbarheden af forskellige datamodeller i en given sammenhæng.
  • Anvende og videreudvikle algoritmiske teknikker (såsom skitsering, map-reduce, beregninger i komprimeret data) i moderne datamodeller.
  • Designe algoritmer der løser et givet problem i en given moderne datamodel.
  • Systematisk identificere og analysere problemer og træffe kvalificerede valg for at løse problemerne baseret på analysen.
  • Argumentere tydeligt for trufne valg i forbindelse med løsningen af et problem.
  • Formulere sig skriftligt på et videnskabeligt niveau.
Kursusindhold
State-of-the-art algoritmiske teknikker for moderne datamodeller, såsom probabilistiske, tidsafhængige og approksimativt summerende teknikker, teknikker for distribuerede og parallelle beregninger og teknikker for beregninger i komprimeret data.
Litteraturhenvisninger
Litteraturen i kurset består hovedsageligt af videnskabelige artikler.
Sidst opdateret
02. maj, 2024