Programmeringsmodeller och metoder för att hantera stora datamängder
Programming Models and Practice for Big Data

EDA025F, 7,5 högskolepoäng

Gäller från och med: Höstterminen 2015
Beslutad av: FN1/Anders Gustafsson
Datum för fastställande: 2015-09-08

Allmänna uppgifter

Avdelning: Datavetenskap (LTH)
Kurstyp: Ren forskarutbildningskurs
Undervisningsspråk: Engelska

Syfte

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.

Mål

Kunskap och förståelse

För godkänd kurs skall doktoranden

• visa kunskap för arkitekturer för behandling av stora datamängder.
• visa förståelse för strukturen hos programmeringsmodeller och ekosystem för stora datamängder.

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.

Kursinnehåll

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.

Kurslitteratur

• Karau, A., Wendell, P. & Zaharia, M.: Learning Spark. O'Reilly Media, Inc, 2015. ISBN 9781449358624.
• Karau, H., Konwinski, A., Wendell, P. & Zaharia, M.: Learning Spark. 2015. ISBN 9781449358624.

Kursens undervisningsformer

Undervisningsformer: Föreläsningar, laborationer, övningar, projekt

Kursens examination

Examinationsform: Inlämningsuppgifter. Bedömningen kommer att bestå av programmeringsuppgifter och inlämningsuppgifter.
Betygsskala: Underkänd, godkänd
Examinator: Professor Pierre Nugues

Antagningsuppgifter

Förutsatta förkunskaper: Goda kunskaper i programmering i Java, Scala, eller Python. Kunskap om statistik.
Minsta antal deltagare: 20

Kurstillfällesinformation

Startdatum: 2015-09-07. Startdatumet är ungefärligt.
Slutdatum: 2015-10-30

Kontaktinformation och övrigt

Kursansvarig: Pierre Nugues <pierre.nugues@cs.lth.se>