Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

Algorithm Engineering für graphbasiertes DatenclusternModulbeschreibung #40320 / Version 3

← Zur Modulseite English version
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27). Zur aktuellen Version (v13)
Modul / Version#40320 / #3
GültigkeitWS 2014/15 – WS 2014/15
Verfügbare Sprache(n)Deutsch
Leistungspunkte9
Modulverantwortliche*rNiedermeier, Rolf
BenotungBenotet
PrüfungsformMündliche Prüfung
Lehrsprache(n)Deutsch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Softwaretechnik und Theoretische Informatik
Fachgebiet34351100 FG Algorithmik und Komplexitätstheorie (AKT)

Kontakt

SekretariatEN 23
Ansprechpartner*inThielcke, Christlinde
E-Mail-Adresselehre@akt.tu-berlin.de
Webseitehttps://www.tu.berlin/akt/studium-lehre/lehrveranstaltungen

Lernergebnisse

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.

Lehrinhalte

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).

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Algorithm Engineering für graphbasiertes DatenclusternProjekt0434 L 215 / 1 Wintersemester–6 ISIS

Arbeitsaufwand und Leistungspunkte

Algorithm Engineering für graphbasiertes Datenclustern (Projekt)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit158 h120 h
Vor- und Nachbereitung1510 h150 h
270 h

Der Aufwand des Moduls summiert sich zu 270 Stunden. Damit umfasst das Modul 9 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

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.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

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.

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformMündliche Prüfung
SpracheDeutsch

Prüfungsbeschreibung (Abschluss des Moduls)

Mündliche Prüfung (MP).

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 15.

Anmeldeformalitäten

Die Anmeldung erfolgt über QISPOS (für BSc Informatik) bzw. direkt beim Prüfungsamt.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

verfügbar – Hinweis: Vorlesungsfolien sind unter www.isis.tu-berlin.de verfügbar.

Empfohlene Literatur

  • 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.

Zugeordnete Studiengänge

Dieses Modul findet in keinem Studiengang Verwendung.

Sonstiges

Keine Angabe