Algorithm Engineering for graph-based data clusteringModule description #40320 / Version 3
- 9 CP
- Oral exam
- Graded
- Winter semester
- German
This module description is not valid in the current semester (Winter semester 2026/27).
Current version (v13)
| Module / Version | #40320 / #3 |
|---|---|
| Validity | WS 2014/15 – WS 2014/15 |
| Available language(s) | German |
| Credit points | 9 |
| Person responsible for the module | Niedermeier, Rolf |
| Grading | Graded |
| Exam format | Oral exam |
| Language(s) of instruction | German |
Affiliation
| Faculty | Fakultät IV |
|---|---|
| Institute | Institut für Softwaretechnik und Theoretische Informatik |
| Academic chair | 34351100 FG Algorithmik und Komplexitätstheorie (AKT) |
Contact
| Office | EN 23 |
|---|---|
| Contact person | Thielcke, Christlinde |
| E-mail address | lehre@akt.tu-berlin.de |
| Website | https://www.tu.berlin/akt/studium-lehre/lehrveranstaltungen |
Learning outcomes
Die Studierenden verfügen über Kentnisse zur Entwicklung effizienter Algorithmen für berechnungsschwere (NP-schwere) Graphprobleme, mit einem Fokus auf dem Clustern von Daten. Sie haben Erfahrung mit der Abschätzung von Laufzeit und Speicherplatzbedarf und beherrschen den Umgang mit modernen Algorithmenbibliotheken und Standardwerkzeugen der Algorithmenentwicklung. Sie sind in der Lage, Projektarbeit im Team zu organisieren und ihre Arbeit adäquat zu dokumentieren und in einem Kurzvortrag zu beschreiben.
Das Modul vermittelt überwiegend: 20% Fachkkompetenz, 40% Methodenkompetenz, 10% Systemkompetenz, 30% Sozialkompetenz.
Das Modul vermittelt überwiegend: 20% Fachkkompetenz, 40% Methodenkompetenz, 10% Systemkompetenz, 30% Sozialkompetenz.
Content
Einführung in die grundlegenden Techniken des Algorithm Engineering, insbesondere für NP-schwere
Probleme.
Design, Analyse, Implementierung und Test von Algorithmen für ausgewählte NP-schwere Probleme des Datenclusterns.
Einblick in Problemmodellierung und Lösungsmethoden wie Suchbaumalgorithmen,
Datenreduktionstechniken und Vorverarbeitung, exakte, approximative und heuristische Algorithmen und Strategien basierend auf linearem Programmieren (mit Werkzeugunterstützung).
Probleme.
Design, Analyse, Implementierung und Test von Algorithmen für ausgewählte NP-schwere Probleme des Datenclusterns.
Einblick in Problemmodellierung und Lösungsmethoden wie Suchbaumalgorithmen,
Datenreduktionstechniken und Vorverarbeitung, exakte, approximative und heuristische Algorithmen und Strategien basierend auf linearem Programmieren (mit Werkzeugunterstützung).
Module components
Compulsory area
The following courses are mandatory for this module:
| Courses | Type | Number | Frequency | Language | Hours per week | Course catalog |
|---|---|---|---|---|---|---|
| Algorithm Engineering für graphbasiertes Datenclustern | Project | 0434 L 215 / 1 | Winter semester | – | 6 | ISIS |
Workload and credit points
Algorithm Engineering für graphbasiertes Datenclustern (Project)
| Workload description | Multiplier | Hours | Total |
|---|---|---|---|
| Präsenzzeit | 15 | 8 h | 120 h |
| Vor- und Nachbereitung | 15 | 10 h | 150 h |
| 270 h | |||
The workload of the module adds up to 270 hours. The module therefore comprises 9 credit points.
Description of teaching and learning methods
Regelmäßiger Wechsel von Wissens- und Methodenvermittlung in der Vorlesung und Projektarbeit in
Kleingruppen. Diese umfasst regelmäßige Projektbesprechung, Präsentation von Milestones und
Wettbewerbe um schnellsten Lösungscode.
Kleingruppen. Diese umfasst regelmäßige Projektbesprechung, Präsentation von Milestones und
Wettbewerbe um schnellsten Lösungscode.
Requirements for participation and examination
Desirable prerequisites for participation in the courses:
Es wird Kenntnis der Module “Grundlagen und algebraische Strukturen”, “Berechenbarkeit und
Komplexität”, “Algorithmische und funktionale Lösung diskreter Probleme”, “Datenstrukturen und
Algorithmen im imperativen Stil” und “Softwaretechnik” vorausgesetzt.
Komplexität”, “Algorithmische und funktionale Lösung diskreter Probleme”, “Datenstrukturen und
Algorithmen im imperativen Stil” und “Softwaretechnik” vorausgesetzt.
Mandatory requirements for the module examination registration:
This module has no examination requirements.
Completion of the module
| Grading | Graded |
|---|---|
| Exam format | Oral exam |
| Language | German |
Exam description
Mündliche Prüfung (MP).
Duration of the module
The following number of semesters is estimated for taking and completing the module: 1 semester(s).
This module can be started in the following semesters: Winter semester.
Maximum number of participants
The maximum capacity of participants is 15.
Registration procedures
Die Anmeldung erfolgt über QISPOS (für BSc Informatik) bzw. direkt beim Prüfungsamt.
Recommended reading, lecture notes
Lecture notes
unavailable
Electronic lecture notes
available – Hinweis: Vorlesungsfolien sind unter www.isis.tu-berlin.de verfügbar.
Recommended literature
- Bartz-Beielstein, Th.; Chiarandini, M.; Paquete, L.; Preuss, M. (Eds.): Experimental Methods for the Analysis of Optimization Algorithms, Springer 2010.
- Skiena, S.S.: The Algorithm Design Manual (Second Edition), Springer 2008.
Assigned programs
This module is not used in any program.
Miscellaneous
Not specified