= Datum der Prüfung: 09.04.2021
= Benötigte Lernzeit als Empfehlung: mehr als 2 Wochen, wirklich genug Zeit einplanen!
= Verwendete Materialien (Bücher, Skripte etc...)
Folien, Skript, Übungsblätter
= "Atmosphäre" der Prüfung / Verhalten der Beisitzer: 
Herr Meyerhenke war nett, Beisitzer hat nichts gefragt, es war eine mündliche Prüfung über Zoom, man sollte möglichst zwei Kameras haben, ich habe am Whiteboard bei Zoom geschrieben
= Prüfungsfragen
Welche Kapitel haben wir besprochen?
Was können Sie über Graph Clustering sagen?
Was ist Modularität?
Wie ist die Zielfunktion?
Wie leitet sich die Formel her?
Wie leitet man die andere Formel der Modularität her?
Wie kann man das optimieren?
Was können Sie zu Bin-Packing sagen?
Welche Algorithmen gibt es da?
Welche Güte haben diese?
Wie funktioniert Harmonic?
Beweisen Sie die Güte zu Harmonic_b? Wieso benutzen wir gerade 1 +1/2+1/(2*3)+1/(42*43)+...
Was ist Max-SAT?
Wie arithmetisiert man das? Zielfunktion?
Wie modeliere ich ein Problem mit Max-SAT?
Was ist Tabusuche?
Für was benutzt man das?
Was ist Intensivierung und Deversifizierung?
= Note (Optional)
nicht bestanden
= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
faire, aber sehr anspruchsvolle Prüfung, grobes Verstehen reicht absolut nicht,es geht wirklich ums genaue Verstehen und Beweise, genug Zeit einplanen auch für den Aufbau für die Prüfung(man muss sich mit seinem HU-Account bei Zoom einloggen)

= Art der Prüfung
 - Mündlich

= Datum der Prüfung
 - 24.07.2023

= Benötigte Lernzeit als Empfehlung
 - 1 Woche, um zu bestehen (3-4 h am Tag)
 - 2 Wochen für eine gute Note (3-4 h am Tag)
 - 3 Wochen, wenn man eine 1.0 haben will (3-4 h am Tag)

= Verwendete Materialien (Bücher, Skripte etc...)
 - Skript
 - Folien
 - Übungsblätter

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
 - Entspannte Atmospähre
 - Beisitzer war nett

= Prüfungsfragen
 - Skizzieren Sie grob die Themen, die wir in der VL besprochen haben!
   -> Daraus leitet sich dann meistens direkt ein Thema ab, was im Detail
      besprochen wird.

 - 1. Thema: Elektrische Nähe-Zentralität und elektrischer Widerstand
    - Formel für elektrische Nähe- und Ferne-Zentralität
    - Wie kann man den effektiven Widerstand einer Kante berechnen
    - Welche Elemente der pseudoinversen der Laplace-Matrix braucht man konkret   
      für diese Summe?
    - Welche Algorithmen gibt es für das Lösen der Laplace-Gleichungssysteme?
    - Welche Laufzeit haben die und warum?
    - Wie kann man die Laufzeit verbessern?

 - 2. Thema: JLT + Dimensionsreduktion
    - Was man die JLT (Johnson-Lindenstrauss-Transformation)
    - Wieso verbessert das die Laufzeit?
    - Schreiben Sie den Dimensionsreduktionsalgorithmus auf!
    - Erklären Sie, was in jeder Zeile gemacht wird.
    - Erklären Sie, was die Zeilen und Spalten der berechneten Matrizen    
      aussagen!
    - Wie viele LGS müssen gelöst werden in dem Algorithmus?
    - Wie viele müssten ohne den Algorithmus gelöst werden?

 - 3. Thema: APD (All Pair Distances) 
    - Schreiben Sie den Algorithmus für APD auf in Pseudocode!
    - Erklären Sie, was in jeder Zeile gemacht wird!
    - Welche Laufzeit hat der Algorithmus und warum?
    - Woher kommen die log(n) rekursiven Aufrufe?
    - Wie berechnet man die Matrix S (gemeint war hier die Matrix, die die Länge      
      aller Wege von einem Knoten i zu einem Knoten j von den Nachbarn von i 
      aufsummiert)? 
    - Wie berechnet sich die Distanzmatrix rekursiv?
    - Wann kann der Algorithmus abgebrochen werden?

 - 4. Thema: BPWM (Boolean Product Witness Matrix)
    - Gegeben war der BPWM-Algorithmus als Folie
    - Erklären Sie, was der Algorithmus macht!
    - Geben Sie die Laufzeit an!
    - Warum wächst die Teilmenge r aus der Knotenmenge V nach jeder der log(n)-
      iterationen um den Faktor r = r^t (t = Iteration)?
    - Erklären Sie, wieso wir durch das Urnenmodell fast alle Zeugen finden 
      können mit log^2(n) Iterationen!
    - Wie werden die restlichen Zeugen berechnet?
    - Wie oft wird der Algorithmus BRUTE-FORCE aufgerufen und warum?
    - Welche Laufzeit hat BRUTE-FORCE und warum?

= Note (Optional)
 - Sehr gut

= Fazit (Gute/schlechte Prüfung , angemessene Benotung etc...)
 - Faire Prüfung, gemessen an dem, was man in VL gelernt hat. Es ist überhaupt nicht schlimm, wenn es mal hakt bei einem Thema in der Prüfung und man keine Erklärung parat hat. Dann wird einem geholfen bzw. zur Not auch das Thema gewechselt, damit der Prüfer einen besseren Eindruck davon bekommen kann, viel viel und in welcher Tiefe gelernt wurde. Details sind oft gut zu wissen, aber es gibt einige Dinge, die man auf jeden Fall können sollte: Matrix-Operationen, Matrix-Vektoren Operationen, Formeln und deren Umformungen sowie die besprochenen Algorithmen und ihre Laufzeiten. Weniger relevant sind aus der VL vorgestellte Paper in der Prüfung.

= Datum der Prüfung
30.07.2024

= Benötigte Lernzeit als Empfehlung
3-4 Wochen, etwa eine Woche für jedes der drei Hauptthemengebiete, wenn man eine gute Note haben will
Wenn es einfach nur ums Bestehen geht, reicht auch weniger

= Verwendete Materialien (Bücher, Skripte etc...)
Es reicht aus sich auf die Vorlesungsfolien zu konzentrieren, die Übungsaufgaben haben nur den Stoff ab und an ergänzt, um es sich besser vorstellen zu können

= "Atmosphäre" der Prüfung / Verhalten der Beisitzer
Sowohl Prof. als auch Beisitzer sind beide sehr nett und es ist eine angenehme Atmosphäre. Der Beisitzer hat nichts gesagt während der Prüfung, sondern nur mitgeschrieben.

= Prüfungsfragen
30 Minuten mündliche Prüfung

Angefangen hat es mit den drei Hauptthemengebieten der Vorlesung. Diese sollten benannt werden und die Prüfung richtete sich dann nach diesen Gebieten aus (Feature Engineering, GNN, Anwendung). Man kann die Prüfung also sehr gut drei Teilen mit etwa 10 Minuten pro Bereich.

Feature Engineering
Was ist ein Random Walk?
Was ist ein Lazy Random Walk?
Er wollte auf Node2vec hinaus und hat dazu einiges gefragt
Was machen wir da
Parameter
Was ist das Ziel des ganzen? Warum machen wir das?
Hitting und Commute Time definieren und im besten Fall die Formeln aufschreiben
Was ist Hitting Time?
Was ist Commute Time?
Wie berechnet sich die Commute Time bzw. ja die Hitting Time von einem Knoten
Dann hat er die Folie dazu auf seinem Tablet gezeigt → ‘Reduktions’beweis der Berechnung über die Pseudoinverse skizzieren
GNN
Wie berechnet man eine Schicht eines GCNs → Formel für h^(k+1) aufschreiben und dabei erklären was nun was ist
Was wird dabei trainiert → die Gewichtsmatrix
Dann ging es noch darum, was es für Verlustfunktionen gibt → negative log Likelihood, Kreuzentopie, Regression
Die Formel für die Kreuzentropie einmal aufschreiben
Dann ging es noch zum Unterschied zu GATs und was der Attention Mechanismus ist und wie der sich berechnet
Er hat sich einmal alles aufzählen lassen, was man noch so macht nach den Schichten → Normalisierung, Dropout, Pooling
Anwendung
Was sind Communitys? → Informal: viele Kanten innerhalb und nur wenig nach außen
Wie bewerten oder beschreiben wird das? (Welches Maß wurde dafür in der Vorlesung definiert → Modularität)
Was ist Modularität?
Was sind Motive?
Wie können wir Motive finden → Dabei noch auf die Definitionen von Frequenz und Signifikanz eingehen
Wie berechnet sich die Frequenz bzw. wie entscheiden wir, dass es signifikant ist → Stichwort Erwartungswert nach dem Nullmodel
Was ist das Nullmodel? 
Wie stellt man ein Nullmodel auf?
Wie setzen wir das in einem neuronalen Netz um (Er wollte auf GINs und deren Beschreibung hinaus)
An der Stelle könnte auch sehr gut nach der kombinatorischen Art und Weise gefragt werden → (ESU,RESU)

Ist nicht vollständig, mir ist am Ende nicht mehr alles eingefallen
= Note (Optional)
Bestanden

= Fazit (Gute/schlechte Prüfung, angemessene Benotung etc...)
Sehr angemessene Bewertung im Sinne und für den Studenten. Der Kurs lag mir nicht, aber war trotzdem machbar