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

Yderligere informationer

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