htw saar
Zurück zur Hauptseite

Version des Moduls auswählen:

The Algorithm Toolbox of the Programming Expert

Modulbezeichnung: The Algorithm Toolbox of the Programming Expert
Studiengang: Praktische Informatik, Master, ASPO 01.10.2011
Code: PIM-WI69
SWS/Lehrform: 4V (4 Semesterwochenstunden)
ECTS-Punkte: 5
Studiensemester: 1
Pflichtfach: nein
Arbeitssprache:
Englisch
Prüfungsart:
Klausur/Studienarbeit
Zuordnung zum Curriculum:
KI761 Kommunikationsinformatik, Master, ASPO 01.04.2016, 1. Semester, Wahlpflichtfach, informatikspezifisch
PIM-WI69 Praktische Informatik, Master, ASPO 01.10.2011, 1. Semester, Wahlpflichtfach, informatikspezifisch
Arbeitsaufwand:
Die Präsenzzeit dieses Moduls umfasst bei 15 Semesterwochen 60 Veranstaltungsstunden (= 45 Zeitstunden). Der Gesamtumfang des Moduls beträgt bei 5 Creditpoints 150 Stunden (30 Std/ECTS). Daher stehen für die Vor- und Nachbereitung der Veranstaltung zusammen mit der Prüfungsvorbereitung 105 Stunden zur Verfügung.
Empfohlene Voraussetzungen (Module):
Keine.
Als Vorkenntnis empfohlen für Module:
Modulverantwortung:
Prof. Dr. Damian Weber
Dozent: Prof. Dr. Damian Weber

[letzte Änderung 04.09.2012]
Lernziele:
The student is able to apply advanced problem solving and analysis techniques to algorithmically advanced problems. Through the use of concrete
applications, the value of theoretical computer science algorithms will be demonstrated. The roles of optimal algorithms (where they exist) and approximation algorithms (where they do not) will also lead
to increased respect for theoretical Computer Science.

[letzte Änderung 05.09.2012]
Inhalt:
Tool 1: Algorithmic Fundamentals
- how to solve recurrence equations
- advanced sorting algorithms
- selected problems from discrete mathematics
- advanced data structures (example: Fibonacci heap)
  
  
Tool 2: Algorithms for selected topics
- some favourite algorithmic problems with insightful solutions
- parallel computing, analyzing parallel algorithms
  
Tool 3: Approximation Algorithms
- greedy algorithms
- dynamic programming
  
Tool 4: Algorithms and Statistics
- evaluating statistical data (mean, median, variance,....)
- find median value
- checking hypotheses
  
Tool 5: Data Mining Techniques
- characteristics of data mining problems
- decision trees, learning
- association rules, apriori
- Similarity measures, minhashing, parallelization, analysis of precision and recall of minhashing
 


[letzte Änderung 04.09.2012]
Literatur:


[noch nicht erfasst]
Modul angeboten in Semester:
WS 2014/15, WS 2013/14, WS 2012/13
[Tue Jul 23 09:40:03 CEST 2019, CKEY=ktatotp, BKEY=pim, CID=PIM-WI69, LANGUAGE=de, DATE=23.07.2019]