Hoppa till innehållet


KURSPLAN

Algoritmer för stora datamängder 7,5 högskolepoäng

Algorithms for Big Data Processing
Avancerad nivå, D7036E
Version
Kursplan gäller: Vår 2022 Lp 3 - Tills vidare
Vald version visar för vilken termin och läsperiod som denna kursplanen gäller för. Senaste version visas först.


Utbildningsnivå
Avancerad nivå
Fördjupningskod
A1N
Betygskala
G U 3 4 5
Ämne
Datalogi
Ämnesgrupp (SCB)
Datateknik

Behörighet

Kursen förutsätter kunskaper i grundläggande algoritmer och datastrukturer, diskret matematik, och sannolikhet exempeltvis: D0012E - Algoritmer och datastruktuerer, M0009M - Diskret matematik och S0001M - Matematisk Statistik.


Urval

Urvalet grundas på 20-285 högskolepoäng



Mål/Förväntat studieresultat

Efter avslutad kurs ska studenten kunn:

  • visa kunskap om den vetenskapliga grunden för att utveckla och analysera algoritmer och datastrukturer för stora datamängder omfattande kunskap om dess beprövade erfarenhet
  • visa förmåga att utveckla, analysera och kritiskt utvärdera olika algoritmiska lösningar för stora datamängder med avseende på korrekthet, effektivitet, och pålitlighet
  • visa kunskap om matematiska verktyg för design och analys av algoritmer för stora datamängder
  • Visa insikt i forskningsfronten inom algoritmer för stora datamängder
  • visa förmåga att modellera, förutsäga och utvärdera skeenden även med begränsad information

Kursinnehåll
Kursen täcker paradigm och modeller, data stream algoritmer, parallella algoritmer , cache-oblivious algoritmer .

Genomförande
Kursens undervisningsspråk samt undervisningsform anges för varje kurstillfälle och framgår av kurssidan på Luleå tekniska universitets hemsida.
Föreläsningar/lektioner, laborationer/projektarbete, seminarier.

Examination
Om det finns beslut om särskilt pedagogiskt stöd, i enlighet med Riktlinjen Studentens rättigheter och skyldigheter vid Luleå tekniska universitet, finns möjlighet till anpassad eller alternativ examinationsform.
Seminarier, inlämningsuppgifter, obligatorisk närvaro, muntlig och skriftlig presentation av projekt. Det slutgiltiga betydet baseras på prestation i samtliga moment.

Examinator
Jingsen Chen

Litteratur. Gäller från Vår 2016 Lp 3 (Kan ändras fram till 10 veckor innan studiestart)
Vetenskapliga artiklar.

Kursgivare
Institutionen för system- och rymdteknik (SRT)

Moduler
KodBenämningBetygskalaHPTillståndGäller frånTitel
0003Projekt och inlämningsuppgifterG U 3 4 55.00ObligatoriskV22
0004Seminarium och närvaroU G#2.50ObligatoriskV22

Studiehandledning
Studiehandledning finns i lärplattformen Canvas före kursstart. Du som är ny student hittar all information du behöver på www.ltu.se/nystudent. Du som redan studerar vid Luleå tekniska universitet hittar information om kursstart via schema på studentwebben alternativt via kursrummet i lärplattformen. Du når lärplattformen via Mitt LTU.

Kursplanen fastställd
av Jonny Johansson, HUL SRT 2015-02-16

Reviderad
av Jonny Johansson, HUL SRT 2021-02-17