Gäller från och med: Höstterminen 2015
Beslutad av: FN1/Anders Gustafsson
Datum för fastställande: 2015-09-08
Avdelning: Datavetenskap (LTH)
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: Engelska
Kursen kommer att lära doktoranderaa hur man analysera och utformar program för stora datamängder (s.k. big data). Kursen kommer att ge kunskap om arkitekturer för att hanterar stora datamängder, språk och ekosystem med fokus på Spark. De tekniker som presenteras i kursen förväntas ha stor påverkan inom en mängd olika områden såsom dataanalys, kundrekommendation, trendförutsägelse, mönsterigenkänning, etc.
Kunskap och förståelse
För godkänd kurs skall doktoranden
Färdighet och förmåga
För godkänd kurs skall doktoranden visa hans/hennes förmåga att handha arkitekturer för stora datamängder och skriva program med Spark.
Värderingsförmåga och förhållningssätt
För godkänd kurs skall doktoranden visa förmåga att välja ut och bedöma arkitekturer och algoritmer för problem kring stora datamängder.
Kursen består av fyra heldagsmöten som kommer att behandla: 1 / Arkitekturer för molnbaserade tjänster, Spark-begrepp och Spark-programmering. 2 / Spark på mellan och avancerad nivå. 3 / Övervakad maskininlärning med Spark: MLlib- och MLlib-programmering. 4 / Oövervakad maskininlärning.
Undervisningsformer: Föreläsningar, laborationer, övningar, projekt
Examinationsform: Inlämningsuppgifter.
Bedömningen kommer att bestå av programmeringsuppgifter och inlämningsuppgifter.
Betygsskala: Underkänd, godkänd
Examinator:
Förutsatta förkunskaper: Goda kunskaper i programmering i Java, Scala, eller Python. Kunskap om statistik.
Kursansvarig: Pierre Nugues <pierre.nugues@cs.lth.se>