Seminar „Von Big Data zu Data Science: Moderne Methoden der Informationsverarbeitung“ (WS 2017/18)

Durch die stetig zunehmende Verbreitung und Leistungsfähigkeit moderner Informations- und Kommunikationstechnologien stehen uns mit ständig wachsender Geschwindigkeit mehr digitale Informationen und Daten zur Verfügung als je zuvor. Aus diesen gigantischen Datenmengen wichtige Informationen zuverlässig abzuleiten und leicht verständlich darzustellen, ist eine der zentralen Herausforderung der technologischen Moderne. Ein interdisziplinärer Ansatz zur Bewältigung dieser Aufgabe formiert sich unter dem Begriff „Data Science“. Der Ansatz vereint Herangehensweisen und Methoden aus den Bereichen Machine Learning, Mathematik, Schätztheorie, Visualisierung und Mustererkennung. Im Rahmen dieses Seminars sollen die in der Data Science verwendeten Konzepte und Methoden insbesondere im Kontext der Schätztheorie vorgestellt und an konkreten Anwendungsbeispielen dargestellt werden.

Das Seminar richtet sich an Diplom-Studierende Informatik ab dem 5. Semester, sowie an Master-Studierende Informatik und Bachelor-Studierende Informationswirtschaft.


Geforderte Leistungen

Für eine erfolgreiche Teilnahme müssen folgende Leistungen erbracht werden:

  • Vortrag von 15 Minuten mit anschließender Diskussion
  • Schriftliche Ausarbeitung (5 Seiten, mit LaTeX im 2-spaltigen Format)
  • Anwesenheit bei allen Veranstaltungen


Anrechenbarkeit

Im Diplomstudiengang Informatik wird für die erbrachte Leistung ein benoteter Seminarschein vergeben.

Im Masterstudiengang Informatik und Bachelorstudiengang Informationswirtschaft wird die erbrachte Leistung mit 3 LP angerechnet.


Einführungsveranstaltung

Bei dieser Veranstaltung wird der weitere Ablauf des Seminars vorgestellt und Hinweise für die Ausarbeitung sowie die Erstellung eines wissenschaftlichen Vortrags gegeben.

Die Einführungsveranstaltung findet am Montag, den 16.10.2017, von 14:00 bis 15:30 im Raum 148, Geb. 50.20 statt.


Zu diesem Termin müssen alle teilnehmenden Studenten anwesend sein.


Abschlussveranstaltung

Der Termin für die Abschlussveranstaltung wird noch bekanntgegeben.

Die Teilnahme an diesem Termin ist verpflichtend.


Vorlagen


Ansprechpartner / Anmeldung

Die Anmeldung folgt dem Prinzip "first-come, first-served" über das ilias-System.

https://ilias.studium.kit.edu/goto.php?target=crs_719224&client_id=produktiv

Bitte nach Anmeldung das gewünschte Thema mitteilen.

Ansprechpartner: Christian Tesch


Themenbeschreibungen

Weitere Themen werden noch bekanntgegeben.

Innere-Punkt-Verfahren in der Konvexen Optimierung

Die Konvexe Optimierung hat sich in den letzten Jahren zu einem wichtigen Hilfsmittel in vielen Bereichen und Anwendungen wie Regelung, Signalverarbeitung, Operations Research und Kommunikation entwickelt. Gründe hierfür sind neben der gesteigerten Leistung heutiger Rechner vor allem neue und verbesserte Algorithmen, um solche Optimierungsprobleme effizient zu lösen. Insbesondere die Erweiterung der sogenannten Innere-Punkt-Verfahren (Interior Point Methods) aus der Linearen Optimierung erlaubt es, heutzutage viele Problemstellungen der Konvexen Optimierung effizient in Polynomialzeit zu lösen. In dem Seminar sollen die Hauptkomponenten dieser Algorithmenklasse und die zugrundeliegenden mathematischen Konzepte und Begriffe wie z.B. Dualität und logarithmische Barrieren vorgestellt werden.

  • Voraussetzung: Solide Kentnisse in Lineare Algebra und Analysis
  • Literatur:
    • Haitham Hindi, "A Tutorial on Convex Optimization II: Duality and Interior Point Methods", Proceedings of the 2006 American Control Conference.
    • Jorge Nocedal, Stephen J. Wright, "Numerical Optimization", Springer, 2006.
    • Stephen Boyd and Lieven Vandenberghe, "Convex Optimization", Cambridge University Press, 2004.
Personal tools