Non-Standard Databases and Data Mining (CS 3202)
Dozent: Prof. Dr. Ralf Möller
Übungen: Tanya Braun und Felix Kuhr
Inhalt:
- Einführung (pdf, pptx)
- Semistrukturierte Datenbanken (JSON, XML) und Volltextsuche (pdf, pptx)
- Information Retrieval (pdf, pptx)
- Mehrdimensionale Indexstrukturen (pdf, pptx)
- Cluster-Bildung (pdf, pptx)
- Einbettungstechniken (pdf, pptx)
- First-n-, Top-k-, und Skyline-Anfragen (pdf, pptx)
- Probabilistische Datenbanken, Anfragebeantwortung, Top-k-Anfragen und Open-World-Annahme (pdf, pptx)
- Probabilistische Modellierung, Bayes-Netze, Anfragebeantwortungsalgorithmen, Lernverfahren, Erweiterung auf relationale Daten (pdf, pptx)
- Temporale Datenbanken und das relationale Modell (pdf, pptx)
- Probabilistische Temporale Datenbanken (pdf, pptx)
- Dynamische Bayessche Netze, Inferenzalgorithmen und Lernverfahren (pdf, pptx)
- Stromdatenbanken, Prinzipien der Fenster-orientierten inkrementellen Verarbeitung (pdf, pptx)
- Approximationstechniken für Stromdatenverarbeitung, Stream-Mining (pdf, pptx)
- Probabilistische raum-zeitliche Datenbanken und Stromdatenverarbeitungsssysteme: Anfragen und Indexstrukturen (pdf, pptx)
- Von NoSQL- zu NewSQL-Datenbanken, CAP-Theorem, Blockchain-Datenbanken (pdf, pptx)
- Analyse von Graphdaten (pdf, pptx)
Umfang: 2x2 SWS Vorlesung, 2 SWS Übung, gesamt: 8 ECTS