Differences
This shows you the differences between two versions of the page.
| Both sides previous revision Previous revision | |||
|
teaching:proseminar-ads-ws2019 [2019-07-04 14:12] Nils Kriege |
teaching:proseminar-ads-ws2019 [2019-07-04 14:26] (current) Nils Kriege [Inhalt] |
||
|---|---|---|---|
| Line 9: | Line 9: | ||
| ===== Inhalt ===== | ===== Inhalt ===== | ||
| - | Als Folge der Digitalisierung sind Daten in zunehmend großer Menge verfügbar und ihre automatisierte Analyse gewinnt an Bedeutung. Die Art der Daten kann sich dabei stark unterscheiden. Beispielsweise können soziale Netzwerke, Moleküle sowie Straßen- und Rechnernetze durch Graphen repräsentieren lassen, während sich Häufigkeitsverteilungen von Ereignissen durch Histogramme beschreiben lassen. Im Rahmen der Analyse stellen sich die unterschiedlichsten Probleme. Die Analyse von Graphen beruht auf graphentheoretischen Konzepten wie Graphisomorphie und Graphenalgorithmen. Die //Wasserstein-Metrik// kann zum Vergleich von Verteilungen herangezogen werden und ihre Berechnung steht in einem engen Zusammenhang mit Transport- und Flussproblemen in Graphen. Die effiziente Berechnung von Maßen für den Vergleich von Ranglisten, erinnert an klassische Sortierverfahren, Methoden des hierarchischen Clusterings and die Berechnung minimaler Spannbäume in Graphen. | + | Als Folge der Digitalisierung sind Daten in zunehmend großer Menge verfügbar und ihre automatisierte Analyse gewinnt an Bedeutung. Die Daten können sich dabei je nach Anwendungsgebiet in ihrer Art stark unterscheiden. Beispielsweise können soziale Netzwerke, Moleküle sowie Straßen- und Rechnernetze durch Graphen repräsentieren werden, während sich Häufigkeitsverteilungen von Ereignissen durch Histogramme beschreiben lassen. Im Rahmen der Analyse treten die unterschiedlichsten Probleme auf. Die Analyse von Graphen beruht auf graphentheoretischen Konzepten wie Graphisomorphie und Graphenalgorithmen. Die Wasserstein-Metrik kann zum Vergleich von Verteilungen herangezogen werden und ihre Berechnung steht in einem engen Zusammenhang mit Transport- und Flussproblemen in Graphen. Die effiziente Berechnung von Maßen für den Vergleich von Ranglisten erinnert an klassische Sortierverfahren, Methoden des hierarchischen Clustering an die Berechnung minimaler Spannbäume in Graphen. |
| - | + | ||
| - | Im Rahmen des Proseminars möchten wir uns mit Algorithmen für ausgewählten (diskreten) Problemen befassen, die im Data-Mining und Maschinellen Lernen auftreten. | + | |
| + | Im Rahmen des Proseminars möchten wir uns mit Algorithmen für ausgewählte Probleme befassen, die im Data-Mining und Maschinellen Lernen auftreten. | ||
| ===== Themen ===== | ===== Themen ===== | ||