Kurs im Selbststudium

Information Service Engineering

Angeboten von Prof. Dr. Harald Sack, Dr. Maria Koutraki

Beim Laden des Videoplayers ist ein Fehler aufgetreten, oder es dauert lange, bis er initialisiert wird. Sie können versuchen, Ihren Browser-Cache zu leeren. Bitte versuchen Sie es später noch einmal und wenden Sie sich an den Helpdesk, wenn das Problem weiterhin besteht.

The information available today exceeds all limits. Access to this abundance of data is only possible via search engines and sophisticated information processing applications. To enable the transition from raw data to well-structured knowledge, technologies such as natural language processing, information retrieval, and data and knowledge mining must be applied. In this MOOC, you will learn the fundamentals of natural language processing as well as the basics of Linked Data-based knowledge representation and machine learning to enable the transition from unstructured data to machine processable knowledge.

Seit 11. Juni 2018 im Selbststudium
Kurssprache: English
Big Data and AI, Expert
Für den Kurs einschreiben

Kursinformationen

The information available today exceeds all limits. Access to this abundance of data is only possible via search engines and sophisticated information processing applications. To enable the transition from raw data to well-structured knowledge, technologies such as natural language processing, information retrieval, data and knowledge mining must be applied. In the course of this transition, unstructured data such as natural language text, is analyzed based on statistical language models and machine learning, to represent the contained information with the help of formal knowledge representations. In general, “Information Service Engineering” covers the conceptualization, development, and maintenance of long-term operation of services for the exploitation, processing, and dissemination of information. In this lecture, students will learn the fundamentals of natural language processing, knowledge mining, machine learning, linked data engineering, as well as information retrieval required for the development of information services.

Join openHPI's official Twitter Feed: @openHPI

General Course Information:

  • Course language: English
  • Weekly workload: 3 - 4 hours (Depending on your level of knowledge, this time may vary)
  • Course duration: 6 weeks from April 16 to May 28, 2018
  • Course Participants have two weeks after the course is completed to submit the Final Exam
  • Deadline for the Final Exam: June 11, 2018

Requirements for this course:

  • a basic understanding of web technologies, such as URL and HTTP
  • a basic understanding of mathematics, esp. statistics and probability theory
  • a basic knowledge of database technology such as relational databases and SQL query language

Intended Audience

  • students of computer science or related subjects on the bachelor or master level
  • researchers and scientists interested in natural language processing, linked data engineering, and machine learning
  • young professionals, esp. knowledge engineers, data & web scientists

Lernmaterial

  • Week 1:

    Natural Language Processing I

  • Week 2:

    Natural Language Processing II

  • Week 3:

    Linked Data Engineering I

  • Week 4:

    Linked Data Engineering II

  • Week 5:

    Machine Learning Basics

  • Week 6:

    Putting it all together

  • Final Examination

Für diesen Kurs einschreiben

Der Kurs ist kostenlos. Legen Sie sich einfach ein Benutzerkonto auf openHPI an und nehmen Sie am Kurs teil!
Jetzt einschreiben

Lernende

Aktuell
Heute
8.283
Kursende
11. Juni 2018
5.248
Kursstart
16. April 2018
4.546

Bewertungen

Der Kurs wurde mit durchschnittlich 4.71 Sternen bei 42 abgegebenen Stimmen bewertet.

Anforderungen für Leistungsnachweise

  • Den Leistungsnachweis erhält, wer in der Summe aller benoteten Aufgaben mindestens 50% der Höchstpunktzahl erreicht hat.
  • Die Teilnahmebestätigung erhält, wer auf mindestens 50% der Kursunterlagen zugegriffen hat.
  • Einen Open Badge erhalten Sie, indem Sie den Kurs abschließen.

Mehr Informationen finden Sie in den Richtlinien für Leistungsnachweise.

Dieser Kurs wird angeboten von

Prof. Dr. Harald Sack

Harald Sack ist Professor für Information Services Engineering bei FIZ Karlsruhe - Leibniz-Institut für Informationsinfrastruktur und Karlsruher Institut für Technologie. Nach dem Abschluss seines Informatikstudiums an der Universität der Bundeswehr München im Jahr 1990 arbeitete er von 1990 bis 1997 als System-/Netzwerkingenieur und Projektleiter im Fernmeldeaufklärungsdienst der Bundeswehr. Im Jahr 1997 wurde er assoziiertes Mitglied des Graduiertenprogramms 'Mathematische Optimierung' an der Universität Trier, wo er 2002 in Informatik promovierte. Von 2002-2009 arbeitete er als PostDoc an der Friedrich-Schiller-Universität in Jena. Von 2009 bis 2016 arbeitete er als Senior Researcher und Leiter der Forschungsgruppe 'Semantische Technologien' am Hasso-Plattner-Institut für IT-Systemtechnik (HPI) an der Universität Potsdam.

Seine Forschungsgebiete umfassen semantische Technologien, Wissensgraphen und Wissensrepräsentationen, Ontological Engineering, Wissensextraktion, maschinelles Lernen, semantische und explorative Suche.

Er ist Gründungsmitglied und Generalsekretär des 2008 gegründeten Deutschen IPv6-Rates. Er war als Senior PC-Mitglied oder PC-Mitglied zahlreicher internationaler Konferenzen und Workshops im Bereich semantischer Technologien sowie als Programmleiter, wissenschaftlicher Leiter oder allgemeiner Leiter tätig.

Harald Sack hat mehr als 200 Artikel in internationalen Zeitschriften und Konferenzen veröffentlicht, darunter drei Standardlehrbücher über Netzwerktechnologien. Er ist Mitbegründer der yovisto GmbH (www.yovisto.com).

Dr. Maria Koutraki

Maria Koutraki is a Postdoctoral researcher at FIZ Karlsruhe, Leibniz Institute for Information Infrastructure as well as at the Institute of Applied Computer Science and Formal Representations (AIFB) at Karlsruhe Institute of Technology (KIT). After graduating from the Computer Science department in University of Crete (Greece) in 2009, she continued her master studies in the Foundation of Research and Technology Hellas (FORTH) being part of the Information Systems group. In 2012, she started her PhD at the University of Paris-Saclay. The topic of her thesis was “Approaches Towards Unified Models for Integrating Web Knowledge Bases”. She obtained her PhD from the same University in 2016.
Her research interests include, semantic web technologies, knowledge graphs, knowledge representation, data mining and machine learning.
She has published her scientific contributions in top-ranked conferences like CIKM, ISWC, ESWC, EDBT etc.