Læring og avanceret analyse af graf data

2023/2024

Modulets indhold, forløb og pædagogik

Læringsmål

Viden

Den studerende skal opnå viden og færdigheder indenfor avanceret graph data analytics, f.eks:

  • Forudsigende analyse af forskellige typer grafer, såsom netværk, rumlige netværk og vidensgrafer

  • Indlæring af grafrepræsentation og grafindlejringer

  • Grafkerner

  • Probabilistiske modeller

  • Avancerede analytiske opgaver, såsom knude-/grafklassificering, linkforudsigelse, grafintegration, grafjustering og besvarelse af spørgsmål

Netværksdynamik

  • Netværk og viden graf evolution
     
  • Informationsspredning

Færdigheder

  • demonstrere viden om graph data analytics metoder og teknikker  

  • kunne udvælge relevante begreber og teknikker for en given problemstilling indenfor graph data analytics  

  • kunne bruge korrekt notation og terminologi indenfor graph data analytics

Kompetencer

Den studerende skal kunne anvende graph data analytics metoder og teknikker teoretisk og praktisk herunder anvendelse i problemløsning

Undervisningsform

Undervisningen tilrettelægges i henhold til de generelle undervisningsformer for uddannelsen jf. § 17

Omfang og forventet arbejdsindsats

Det forventes at den studerende bruger 30 timer per ECTS, hvilket for denne aktivitet betyder 150 timer.

Eksamen

Prøver

Prøvens navnLæring og avanceret analyse af graf data
Prøveform
Skriftlig eller mundtlig
ECTS5
Bedømmelsesform7-trins-skala
CensurIntern prøve
VurderingskriterierVurderingskriterierne er angivet i Universitetets eksamensordning

Yderligere informationer

Kontakt: Studienævn for datalogi via cs-sn@cs.aau.dk eller 9940 8854

 

Fakta om modulet

Engelsk titelLearning and Advanced Analytics on Graph Data
ModulkodeDSNDVK104
ModultypeKursus
Varighed1 semester
SemesterEfterår
ECTS5
UndervisningssprogDansk
TompladsJa
UndervisningsstedCampus Aalborg
Modulansvarlig

Organisation

UddannelsesejerCand.scient. i datavidenskab og machine learning
StudienævnStudienævn for Datalogi
InstitutInstitut for Datalogi
FakultetDet Teknisk Fakultet for IT og Design