Anwendungsorientierte Analyseplattformen (WP)*

Niveau der Lehrveranstaltung/des Moduls laut Lehrplan

Masterstudium

Lernergebnisse der Lehrveranstaltung/des Moduls

Folgende Lernergebnisse werden in der Lehrveranstaltung erarbeitet:

- Die Studierenden kennen unterschiedliche, anwendungsorientierte Analyseplattformen (z.B. KNIME, RapidMiner, Grafana)
- Die Studierenden können die kennengelernten Analyseplattformen hinsichtlich ihrer Eignung für einen bestimmten Anwendungsfall vergleichen.
- Die Studierenden haben erste Anwendungserfahrung mit den vorgestellten Plattformen gesammelt.

Voraussetzungen laut Lehrplan

keine Voraussetzungen

Lehrinhalte

Folgende Inhalte werden in der Lehrveranstaltung besprochen:

- Vorstellung unterschiedlicher anwendungsorientierter Analyseplattformen (z.B KNIME, RapidMiner, Grafana)
- Vorstellung unterschiedlicher Cloudlösungen für die Datenanalyse (z.B. Google Cloud, AWS, Azure)
- Anwenden der vorgestellten Plattformen am Beispiel von Analysedatensätzen
- Diskussion der unterschiedlichen Ansätze

empfohlene Fachliteratur

PRIMÄRLITERATUR:
- Mishra, A. (2019): Machine Learning in the AWS Cloud: Add Intelligence to Applications with Amazon SageMaker and Amazon Rekognition (Ed. 1), Wiley, Chichester (ISBN: 978-1119556718)
- Klinkenberg, R., Hofmann, M. (2016): RapidMiner (Ed. 1), Chapman and Hall, Farnham (ISBN: 978-1482205503)

SEKUNDÄRLITERATUR:
- Lakshmanan, V. (2017): Data Science on the Google Cloud Platform: Implementing End-to-End Real-Time Data Pipelines: From Ingest to Machine Learning (Ed. 1), O'Reilly Media, Farnham (ISBN: 978-1491974537)