280498 SE PM-Astr Data Mining und Datenverarbeitung (PI) (2017W)
Prüfungsimmanente Lehrveranstaltung
Labels
An/Abmeldung
Hinweis: Ihr Anmeldezeitpunkt innerhalb der Frist hat keine Auswirkungen auf die Platzvergabe (kein "first come, first served").
- Anmeldung von Do 14.09.2017 10:00 bis Do 28.09.2017 23:59
- Anmeldung von Di 03.10.2017 10:00 bis Do 19.10.2017 23:59
- Abmeldung bis Do 19.10.2017 23:59
Details
max. 25 Teilnehmer*innen
Sprache: Deutsch, Englisch
Lehrende
Termine (iCal) - nächster Termin ist mit N markiert
- Freitag 06.10. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
- Freitag 20.10. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
- Freitag 03.11. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
- Freitag 17.11. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
- Freitag 01.12. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
- Freitag 15.12. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
- Freitag 12.01. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
- Freitag 19.01. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
- Freitag 26.01. 11:30 - 14:45 Seminarraum 1 Astronomie Sternwarte, Türkenschanzstraße 17
Information
Ziele, Inhalte und Methode der Lehrveranstaltung
Unser Seminar beschäftigt sich mit "Data Mining" und "Data Handling of Big Data" in der Astronomie. Wir wollen uns vor allem mit dem ESO Science Archive Facility (http://archive.eso.org) und dem Mikulski Archive for Space Telescopes (MAST, http://archive.stsci.edu/) beschäftigen. Wir werden verschiedene Fragestellungen näheruntersuchen: Wie findet man alle vorhandenen Daten für ein Objekt oder eine Gruppe von Objekten? Wie kann man eine große Datenmenge effizient reduzieren und analysieren? Wir werden sowohl verschiedene Methoden als auch Werkzeuge vorstellen. Es ist geplant, eine konkrete Aufgabenstellung von der Planung bis zur Publikation durchzuführen. Als Begleitung zu diesem Seminar empfehlen wir folgendes Buch: "Data-Rich Astronomy: Mining Synoptic Sky Surveys" von Stefano Cavuoti (2015, LAP LAMBERT, Academic Publishing).
Art der Leistungskontrolle und erlaubte Hilfsmittel
Mindestanforderungen und Beurteilungsmaßstab
Prüfungsstoff
Literatur
"Data-Rich Astronomy: Mining Synoptic Sky Surveys" von Stefano Cavuoti (2015, LAP LAMBERT, Academic Publishing).
Zuordnung im Vorlesungsverzeichnis
Letzte Änderung: Mo 07.09.2020 15:42