- Dozent:in: Dominik Dürrschnabel
- Dozent:in: Maximilian Felde
- Dozent:in: Tom Hanika
Der Kurs führt in die funktionale Programmierung und das Programmieren mit Clojure ein.
Voraussichtliche Themen:
- Ideen und Prinzipien der funktionalen Programmierung
- Clojure: Language Fundamentals
- Clojure und Jupyter
- Parallele Programmierung in Clojure
- Maschinelles Lernen mit Clojure
- Dozent:in: Johannes Hirth
- Dozent:in: Maren Koyda
- Dozent:in: Maximilian Stubbemann
Die Vorlesung gibt eine Einführung in die soziale Netzwerkanalyse. Darunter versteht man eine Sammlung von Methoden zur Analyse sozialer Relationen zwischen Entitäten Menschen). Dabei wird ein strukturelles Vorgehen genutzt um verschiedene Fragen zu klären, zum Beispiel: gibt es wiederkehrende Muster? Wie erkennt man abweichende Verbindungen? Wie identifiziert man besondere Entitäten?
Das wichtigste Instrument der sozialen Netzwerkanalyse ist die Graphentheorie. Als ein mathematisches Teilgebiet bietet sie die notwendige Formalisierung, sowie bereits eine Vielzahl von erarbeiteten Konzepten und Erklärungsmodellen. Beispiele hierfür sind beschreibende Größen, wie Dichte, Fragmentierung und Cores, oder Substrukturen, wie Cliquen, Clans und algebraische Äquivalenz.
Ziel der Vorlesung ist es den Teilnehmenden die formalen Analysemethoden sowie deren algorithmische Berechenbarkeit zu vermitteln.
- Dozent:in: Tom Hanika
- Dozent:in: Bastian Schäfermeier
- Dozent:in: Maximilian Stubbemann
- Dozent:in: Gerd Stumme
Die Vorlesung "Knowledge Discovery in Databases" gibt einen Überblick über Verfahren zur Wissensgewinnung aus strukturierten Daten und Texten. Der Schwerpunkt der Vorlesung liegt auf den maschinellen Lernverfahren, deren Anwendung an konkreten Beispielen aufgezeigt wird. Behandelt werden außerdem
- Techniken zur Vorverarbeitung und Integration von Datenbeständen, wozu das Konzept des Data Warehouse gehört,
- OLAP-Techniken für die interaktive Analyse großer Datenbestände,
- (halb-)automatische Verfahrung zur Gewinnung neuen Wissens aus strukturierten Daten und Methoden zur Wissensextraktion aus Texten.
- Dozent:in: Dominik Dürrschnabel
- Dozent:in: Maximilian Felde
- Dozent:in: Tom Hanika
Die Veranstaltung zeigt das Spektrum von Methoden der Künstlichen
Intelligenz für die Verarbeitung von Wissen mit dem Rechner auf. Die
Vorlesung gibt einen Überblick über verschiedene Gebiete der
Wissensrepräsentation und führt hin zu aktuellen Einsatzszenarien wie
der Erweiterung des World Wide Web hin zu einem Semantic Web. Ziel ist
insbesondere der effiziente Umgang mit Wissen in Internet und Intranet.
- Dozent:in: Maren Koyda
- Dozent:in: Gerd Stumme