08.079.548 Big Data

Lehrende/r: Dr. rer. nat. Thomas Kemmer

Veranstaltungsart: Vorlesung/Übung

Anzeige im Stundenplan: 08.079.548

Semesterwochenstunden: 4

Credits: 6,0

Unterrichtssprache: Deutsch

Min. | Max. Teilnehmerzahl: - | -

Voraussetzungen / Organisatorisches:
Für diese Veranstaltung sind allgemeine Programmierkenntnisse erforderlich. Wir werden uns in den Übungen hauptsächlich mit der Programmiersprache Scala beschäftigen, daher sind Vorkenntnisse durchaus hilfreich, wenn auch nicht zwingend notwendig.

Die Veranstaltung beinhaltet einen mehrwöchigen Projektteil vor Ende der Vorlesungszeit, in dem die erlernten Techniken an "echten" Datensätzen angewendet werden sollen (z. B. Twitter, Reddit, Wikimedia).

Inhalt:

• Was is Big Data?
  
• Skalierbarkeit
  
• Verteilte Dateisysteme
  
• Map-Reduce-Modell
  
• Komplexitätsanalyse von Map-Reduce-Programmen
  
• Erweiterung des Map-Reduce-Modells
  
• Framework: Apache Spark (Scala)
  
• Use cases: PageRank, Clustering, Recommender Systems
  

Empfohlene Literatur:
J. Ullmann. Mining of Massive Datasets, 3rd Ed. (Kostenlos verfügbar über http://www.mmds.org/)