Numerische Methoden für Data Science
Modulgruppe: Mathematik
Durch das Wachstum an Datenvolumen stehen Unternehmen vor der Herausforderung, diese extrem großen Datenmengen ("Big Data") speichern und analysieren zu können. Dies ist entscheidend, um sie für weitere Prozesse zu verwenden. Herkömmliche algorithmische Methoden, die alle Daten betrachten, sind entweder nicht mehr anwendbar oder benötigen zu lange Rechenzeiten. In diesem Modul werden Sie numerische Methoden, Verfahren und Algorithmen kennenlernen, die auch für große Datenmengen noch effizient arbeiten und so erlauben, aus größeren Datenmengen Muster zu erkennen und wichtige Informationen zu extrahieren.
Präsenztermine:
- Samstag, 09. November 2024, 9:00 - 17:00 Uhr
- Samstag, 07. Dezember 2024, 9:00 - 17:00 Uhr
- Samstag, 11. Januar 2025, 9:00 - 17:00 Uhr
- Samstag, 08. Februar 2025, 9:00 - 17:00 Uhr
Klausur:
- Samstag, 22. Februar 2025
Das Modulhandbuch finden Sie hier.
- Numerische Lineare Algebra für Big Data-Anwendungen: Lösung linearer Gleichungssysteme, Singulärwertzerlegung
- Numerische Lösung hochdimensionaler nichtlinearer Gleichungssysteme
- Numerische Verfahren für Kalibrierungsprobleme
- Numerische Verfahren für restringierte und unrestingierte Optimierung
- Standard-Software für derartige Problemstellungen
Die Studierenden sollen:
- die besonderen Herausforderungen bei BigData-Anwendungen in der Numerik
einschätzen und beurteilen können, - ausgewählte Algorithmen für hochdimensionale Probleme analysieren, bewerten
und anwenden können, - vorhandene (kommerzielle) Software-Pakete hinsichtlich deren Anwendbarkeit
für Big Data bewerten.
Das Online-Studium findet im Selbststudium und in Form von Gruppenarbeit statt. Für das Selbststudium steht ein ausführliches Skript zur Verfügung. Die zentralen Inhalte und zugehörige Beispiele werden zudem in kurzen Videos erläutert. Das lesefreundliche Skript ist nach dem didaktischen Konzept der Universität Ulm für berufsbegleitende Studierende aufbereitet.
Um die vermittelten Inhalte zu festigen, werden in regelmäßigen Abständen Übungsblätter veröffentlicht, deren Lösungen von den Studierenden und dem Mentor gemeinsam zu den Präsenzterminen vorgestellt werden.
Der Mentor des Moduls wird in regelmäßigen Abständen Online-Sprechstunden anbieten, die die Studierenden bei der Bearbeitung des Lernstoffs unterstützen. Außerdem steht ein weiteres Forum für den Austausch der Studierenden untereinander bereit.
Voraussetzung ist ein erster Hochschulabschluss.
Inhaltlich: Mathematische Kenntnisse auf Bachelor-Niveau, insbesondere Lineare Algebra (Matrizen, lineare Gleichungssysteme, Eigenwerte und -vektoren, Normen, Skalarprodukte) und Analysis (Funktionen mehrerer Veränderlicher, Satz von Taylor)
Empfohlen wird:
- Ein Desktop-Rechner oder ein Notebook mit einer aktuellen, d.h. vom jeweiligen Hersteller unterstützten Version von Microsoft Windows, Apple macOS oder Linux
- Ein Headset
- Die aktuelle Version von Mozilla Firefox, Google Chrome, Apple Safari oder Microsoft Edge
- Internet-Zugang (z.B. über xDSL, Cable, LTE, 5G) mit mindestens 3 Mbit/s in Downstream- und 384 kbit/s in Upstream-Richtung ("DSL 3000").
Bitte zögern Sie nicht, uns bei Fragen zu den technischen Anforderungen zu kontaktieren.
Für die Zulassung zur Modulprüfung (Klausur/mündl. Prüfung) sind folgende Voraussetzungen zu erfüllen:
- Teilnahme an mindestens 3 Präsenzübungen
- Bearbeitung und Abgabe von als verpflichtend angegebenen Übungsaufgaben
In Härtefällen kann ein formloser Antrag auf Zulassung zur Prüfung bei den Modulverantwortlichen gestellt werden.
Bei Krankheit ist den Modulverantwortlichen ein ärztliches Attest vorzulegen.
Bei erfolgreichem Abschluss des Moduls erhalten die Studierenden ein Zertifikat sowie ein Supplement, das die Inhalte des Moduls als Übersicht auflistet. Im Supplement bestätigen die Modulverantwortlichen das Äquivalent von 6 Leistungspunkten nach ECTS.
Die Studiengebühren der Module für immatrikulierte Studierende bzw. für die Belegung von Einzelmodulen im Kontaktstudium finden Sie auf der Seite zur Modulübersicht.
Dozenten
Prof. Dr. Karsten Urban
Leiter des Instituts für Numerische Mathematik
Prof. Dr. Stefan Funken
Professor im Institut für Numerische Mathematik
Dr. Timo Tonn
Wissenschaftlicher Mitarbeiter im Institut für Numerische Mathematik