02282 Algoritmer for store datamængder

2018/2019

Kursusinformation
Algorithms for Massive Data Sets
Engelsk
7,5
Kandidat
Kurset udbydes som enkeltfag
F1A (man 8-12)
Campus Lyngby
Forelæsninger og grupperegninger.
13-uger
F1A
Mundtlig eksamen og bedømmelse af opgave(r)
Helhedsvurdering
Skriftlige hjælpemidler er tilladt
7-trins skala , ekstern censur
02283
02283
(02105/02326).02110 , Grundlæggende kurser i algoritmik og datastrukturer (svarende til 02105 + 02110). Matematisk modenhed.
Inge Li Gørtz , inge@dtu.dk
Philip Bille , phbi@dtu.dk

01 Institut for Matematik og Computer Science
http://www2.compute.dtu.dk/courses/02282/
I studieplanlæggeren

Studerende udenfor DTU kan kontakte den kursusansvarlige for tilmelding.
Overordnede kursusmål
At kende, anvende, analysere og designe algoritmer for store data mængder vha. state-of-the-art algoritmiske teknikker indenfor området.
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 modeller relevante for for store datamængder.
  • Analysere, evaluere og sammenligne kvaliteten og pålideligheden af løsninger.
  • Anvende og videreudvikle algoritmiske teknikker for store datamængder.
  • Designe algoritmer for problemer relaterede til store datamængder.
  • Finde og anvende relevant forskningslitteratur for problemer relaterede til store datamængder.
  • 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 og modeller for store datamængder. Herunder avancerede datastrukturer og approksimationsalgoritmer.
Litteraturhenvisninger
Litteraturen i kurset består hovedsageligt af videnskabelige artikler.
Sidst opdateret
01. maj, 2018