All courses

Filter

107 matching entries
Enrolment
Fri 09 Aug 2019 00:00 – Fri 04 Oct 2019 12:00
Description
Affective Computing ist eine Forschungsrichtung innerhalb des großen Felds der Künstlichen Intelligenz sowie der Psychophysiologie und beschäftigt sich mit der automatisierten Erfassung menschlicher Emotionen bzw. mentaler Zustände mit Hilfe von maschinellem Lernen auf Basis optischer, akustischer oder physiologischer Daten. Die große Vision besteht darin, Maschinen nicht nur "smart", sondern auch empathisch zu machen.

Im Rahmen dieses Praktikums sollen in Gruppen Experimente bzw. Untersuchungen aus dem Forschungsgebiet des Affective Computing durchgeführt werden. Dabei werden zunächst geeignete Experimente entworfen, in denen Testpersonen in bestimmte affektive bzw. emotionale Zustände versetzt und gleichzeitig relevante (Sensor-)Daten aufgezeichnet werden können. Anschließend werden die Experimente durchgeführt und die aufgezeichneten Daten mit Hilfe von Methoden aus den Gebieten Data Science und Machine Learning analysiert. Insofern erfolgreich Muster identifiziert werden können, soll zum Abschluss ein kleiner Demonstrator umgesetzt werden.

Dieses Praktikum wird in Zusammenarbeit mit Dr. Marco Maier (www.marcotm.com) als Lehrbeauftragtem an der LMU München durchgeführt. Dr. Marco Maier hat an der LMU am Institut für Informatik promoviert und ist aktuell CTO bei TAWNY (www.tawny.ai), einem der spannendsten Affective-Computing-Startups in Europa. Studenten erhalten in diesem Praktikum wertvolle Einblicke sowohl in das Forschungsgebiet als auch in den neuesten Stand der Technik in der Industrie.
Voraussetzungen: Kenntnisse bzw. mindestens ausgeprägtes Interesse an den Themen Artificial Intelligence, Machine Learning, etc.; Progammierkenntnise in Python vorteilhaft.
Lecturers
  • Gerkmann
  • Weinzierl
Enrolment
Thu 10 Jan 2019 00:00 – Thu 30 Apr 2020 23:59
Description
Auf dieser Seite können Sie sich für die Tutorien zur Vorlesung "Algebra (LA Gym)" anmelden.
Lecturer
  • Müller
Enrolment
Mon 14 Oct 2019 00:00 – Thu 30 Apr 2020 23:59
Description

Willkommen zur Analysis I

Herzlich Willkommen zur Organisationsplattform zur Vorlesung Analysis einer Variablen mit Prof. Dr. Peter Müller!

Über diese Plattform erfolgt die Organisation des Übungsbetriebs. Das umfasst unter anderem die folgenden Themen, zu denen Sie unten stehend weitere Informationen finden:

  • Informationen zu allen Terminen rund um die Veranstaltung
  • Die Anmeldung zum Kurs und den Tutorien
  • Die wöchentliche Verteilung, Abgabe, Korrektur und Rückgabe der Übungsblätter
  • Die Bereitstellung der Tutorienblätter und anderem begleitenden Material (z.B. dem Skript)
  • Informationen zu den Prüfungen und die Anmeldung zur Abschlussklausur.

Anmeldung zum Kurs

Bitte melden Sie sich sowohl für den Kurs an, als auch für ein Tutorium Ihrer Wahl. Den entsprechenden Button finden Sie unter diesem Informationsabschnitt. Die Tutorientermine stehen ganz unten auf dieser Seite. Sie können Ihr Tutorium im Rahmen der maximalen Kapazitäten frei wählen und jederzeit selbstständig wechseln, indem Sie sich in Ihrem Tutorium abmelden und ein neues anwählen.

Ablauf des Übungsbetriebs

Bei jeglichen Fragen zum Übungsbetrieb wenden Sie sich bitte zunächst an Ihren jeweiligen Tutor. Wenn eine Klärung mit Hilfe Ihres Tutors nicht möglich ist, kontaktieren Sie bitte die Assistenten.

Übungsblätter

Erscheinen, Abgabe und Korrektur

  • Jeden Mittwoch erscheint ein neues Übungsblatt. Sie haben eine Woche Zeit, dieses Blatt zu bearbeiten.
  • Ihre ausgearbeitete Lösung können Sie bis 16:00 Uhr am Mittwoch der darauf folgenden Woche abgeben. Die Abgabe erfolgt im Bereich Übungsblätter auf dieser Plattform durch Hochladen einer PDF-Datei. Nach der Deadline ist das Abgabefenster geschlossen und keine Abgabe mehr möglich.
  • Es liegt im Ermessen des Korrektors, ob er Ihre Abgabe akzeptiert. Achten Sie also darauf, dass Ihre PDF-Abgabe die folgenden Kriterien erfüllt:
    • Wenn der Korrektor Ihr PDF nicht öffnen kann, wird die Abgabe mit 0 Punkten bewertet. Machen Sie einen Test-Download Ihres Uploads, damit Sie sichergehen, dass der Upload funktioniert hat und das PDF einwandfrei ist!
    • Die Seiten müssen alle richtig herum gedreht sein.
    • Der Scan muss gut lesbar sein (gut belichtet, scharf, kontrastreich, nicht verpixelt, etc.)
    • Geben Sie nur eine Lösung zu jeder Aufgabe ab.
    • Als Scan-Apps können Sie beispielsweise Tiny Scanner für Android oder Evernote Scannable für iOS verwenden.
  • Die meisten der Aufgaben auf jedem Übungsblatt werden von den Korrektoren korrigiert. Aufgaben, die nicht korrigiert werden, sind explizit gekennzeichnet. Konkret:
    • Auf den ersten 5 Blättern werden 50% der Aufgaben korrigiert.
    • Ab dem 6. Blatt werden 75% der Aufgaben korrigiert.
  • Ihre korrigierten Lösungen erhalten Sie über diese Plattform zusammen mit der Bewertung zurück. Wenn Sie Fragen zur Korrektur Ihrer Lösung haben, fragen Sie bitte Ihren jeweiligen Korrektor.

Machen Sie die Übungsblätter!

  • Die Gesamtheit Ihrer korrigierten Übungsblätter bildet eine Übungsmappe, die Teil Ihrer Modulprüfung für das Modul P2 ist. Sie müssen das Übungsmodul und die Klausur separat bestehen. Weitere Informationen finden Sie im Abschnitt Prüfungsmodalitäten weiter unten auf dieser Seite.
  • Das Bearbeiten der Übungsaufgaben ist essentiell zum Verständnis des Vorlesungsstoffes.
  • Sie sind dazu angehalten, über die Aufgaben mit Ihren Kommilitonen zu diskutieren. Ihre Lösungen sollen Sie jedoch selbstständig aufschreiben. Sie werden aus einer abgeschriebenen Lösung nichts lernen.
  • Beim Detaillierungsgrad der Beweise in den Hausaufgaben können Sie sich an der Vorlesung orientieren; im Zweifel schadet es nicht, ausführlicher zu sein. Informationen aus der Vorlesung und Übung zur Linearen Algebra dürfen verwendet werden. Ihr Schulwissen darf für die Lösung der Aufgaben nicht verwendet werden.
  • Die Lösungen zu den Übungsaufgaben werden nach dem Abgabetermin in der Zentralübung präsentiert.
  • Änderung: Es wird keine veröffentlichten Lösungen neben der Zentralübung geben.
  • Wenn Sie außerhalb der Angebote der Vorlesung Hilfe beim Lösen der Übungsaufgaben suchen, können Sie sich an das ProblemLab wenden. Außerdem finden Sie hier einen Leitfaden zur Bearbeitung von Übungsblättern, falls Sie sich unsicher sind.
  • Wenn Sie am Ende des Semesters 50% der Gesamtpunktzahl aller Übungsblätter erreichen und die Hauptklausur bestehen, erhalten Sie für Ihr Ergebnis der Hauptklausur einen Notenbonus von einer 0,3-Notenstufe.

Tutorienblätter

  • Neben den Übungsblättern erscheint im Bereich Material mittwochs ein zusätzliches wöchentliches Tutorienblatt, das in den Tutorien der Folgewoche montags bis freitags behandelt wird.
  • Es soll dazu dienen, den Vorlesungsstoff zu rekapitulieren und Sie auf die Lösung des Übungsblattes vorzubereiten.
  • Zu den Tutorienaufgaben werden keine zentralen Lösungen veröffentlicht.
  • Der Besuch der Tutorien ist nicht verpflichtend, aber für das Verständnis der Vorlesungsinhalte hilfreich.

Prüfungsmodalitäten

Prüfungsmodalitäten für das Übungsmodul (P2)

  • Die Gesamtheit Ihrer korrigierten Übungsblätter auf dieser Plattform bildet Ihre Übungsmappe.
  • Das Übungsmodul wird nicht benotet.
  • Um das Übungsmodul zu bestehen müssen Sie 40% der maximal erreichbaren Gesamtpunkte aller Übungsblätter erreichen.
  • Sollten Sie das Übungsmodul zum Klausurtermin nicht bestanden haben, haben Sie folgende Wiederholungsmöglichkeit: Zum Nachklausurtermin können Sie eine nachgebesserte Übungsmappe abgeben.

Prüfungsmodalitäten für die Abschlussklausur (P1)

  • Die Abschlussklausur (Hauptklausur) findet am 15. Februar 2020 im Zeitrahmen von 09:00 Uhr bis 12:00 Uhr statt. Über die tatsächliche Schreibzeit werden wir zu gegebener Zeit informieren.
  • Sollten Sie die Klausur nicht bestehen, können Sie an der Nachklausur zu Beginn des Sommersemesters 2020 teilnehmen. Wenn Sie die Hauptklausur bereits bestanden haben, können Sie nicht an der Nachklausur teilnehmen.
  • Die Note des Vorlesungsmoduls und das Bestehen der Grundlagen- und Orientierungsprüfung (GOP) beruht nur auf der Klausur, nicht auf den Übungsaufgaben.
  • Weitere Informationen zu der GOP finden Sie in den Prüfungsordnungnen der Studiengänge Mathematik und Wirtschaftsmathematik, vgl. Kapitel 2, §13.
  • Falls Sie aufgrund von Krankheit nicht an der Klausur teilnehmen können, lassen Sie sich für diesen Tag die Prüfungsunfähigkeit durch ein ärztliches Attest bescheinigen und stellen Sie in der Kontaktstelle Mathematik (nicht beim Dozenten) einen Antrag auf GOP Fristverlängerung.
  • Zur Klausur sind als Hilfsmittel zugelassen:
    • dokumentenechter Stift
    • Lineal
    • Eine handschriftlich beschriebene DIN A4 Doppelseite mit allem was Sie für die Klausur für hilfreich erachten. Gedruckte Scans werden nicht akzeptiert.
    Insbesondere sind nicht zugelassen: elektronische Geräte (Handy und Taschenrechner), Bleistift, eigenes Papier.

Lecturer
  • Zenk
Enrolment
Tue 01 Oct 2019 00:00 – Tue 31 Mar 2020 23:59
Lecturer
  • Philip
Enrolment
Mon 23 Sep 2019 00:00 – Fri 01 May 2020 00:00
Description
Inhalt: Aussagenlogik, Mengenlehre, Funktionen und Relationen, natürliche Zahlen und vollständige Induktion, reelle Zahlen, Infimum, Supremum, Summen, Produkte, Polynome und Wurzeln, Folgen, Grenzwerte, Reihen, Exponentialfunktion, Logarithmus, Umordnung von Reihen, Grenzwerte und Stetigkeit von Funktionen, Extrema, Zwischenwertsatz, Umkehrfunktionen, Potenzreihen, trigonometrische Funktionen, komplexe Zahlen, Ableitung, Riemannintegral.
Lecturer
  • Gerkmann
Enrolment
Tue 01 Oct 2019 00:00 – Tue 31 Mar 2020 23:59
Description
Auf dieser Seite können Sie sich für die Tutorien zur Vorlesung "Analysis mehrerer Variablen (LA Gym)" anmelden.
Lecturers
  • Phan
  • Illium
  • Sedlmeier
  • Ritz
  • Gabor
  • Müller
Description

In dieser Arbeitsgemeinschaft (AG) werden anspruchsvolle Themen der Künstlichen Intelligenz und des Machine Learning in enger Zusammenarbeit mit ausgewählten Studenten behandelt.

In den Sitzungen der AG präsentieren und diskutieren wissenschaftliche Mitarbeiter des Lehrstuhls ihren aktuellen Forschungsstand (Progress Report) und wichtige Veröffentlichungen (Journal Club) im Bereich der Künstlichen Intelligenz.

Im Rahmen dieser AG werden u.a. auch Projekt- und Abschlussarbeitsthemen vergeben.

Lecturer
  • Fromm
Enrolment
Description
Nach einer Einführung in wissenschaftliches Arbeiten durch Vorträge von Seminarteilnehmern beschäfigen wir uns mit dem Gebiet Argument Mining. Das Seminar findet in 3 Blöcken statt, deren Termine auf der Webseite bekannt gegeben werden, sobald sie feststehen. Bitte geben Sie Ihre Vorkenntnisse bzgl. Machine Learning und Knowledge Discovery in Databases bei Ihrer Bewerbung an.
Lecturers
  • Mader
  • Heller
  • Bry
Enrolment
Description
Anhand von ausgewählten Schlaglichtern der Informatik nach dem Buch von A.K. Dewdney "The (New) Turning Omnibus: 66 Excursions in Computer Science", 1993, werden Einarbeitung, Recherche, Planung, Vorbereitung und Halten von wissenschaftlichen Vorträgen geübt. Die Vorträge können wahlweise auf Englisch oder Deutsch gehalten werden. Wie üblich in der Informatik sind allerdings viele, in manchen Fällen sogar die meisten, Quellen auf Englisch.
Lecturer
  • Böhm
Enrolment
Description

Neue informationstheoretische Ansätze verbinden Data Mining mit Daten-Kompression: Data Mining Methoden finden Muster oder Regelmäßigkeiten in Daten. Je effektiver diese Daten mit Hilfe der gefundenen Muster komprimiert werden können, desto größer ist der gewonnene Informationsgehalt. Das Potential dieser Methodik wird in vielen wissenschaftlichen Arbeiten verdeutlicht: Informationstheoretische Ansätze können vollständige Parameterfreiheit gewährleisten, so dass der Nutzer keine Eingabeparameter spezifizieren muss, die oft schwer zu schätzen sind. Des Weiteren können informationstheoretische Methoden eine Vielzahl von Data Mining Techniken integrieren, wie zum Beispiel Clustering, Outlier Detection und Association Rule Mining. Außerdem können die Verfahren auf verschiedenste Datenstrukturen angewandt werden, wie numerische Feature Vektoren, kategorische Daten oder Graphen.

Im Rahmen dieses Seminars sollen aktuelle Forschungsarbeiten aus dem Bereich informationstheoretisches Data Mining präsentiert und diskutiert werden.

Für eine erfolgreiche Teilnahme am Seminar gibt es folgende Voraussetzungen:

  • Teilnahme an der Vorbesprechung
  • Aktive Teilnahme an beiden Seminartagen
  • Eigenständig vorbereitete Präsentation, die zeigt, dass die präsentierte Forschung verstanden wurde
  • schriftliche Ausarbeitung von etwa 5-10 Seiten

Grundkenntnisse im Bereich Data Mining und/oder Machine Learning werden vorausgesetzt.

Die Vortragszeit beträgt 25 Min., darauf folgen 5-10 Min. Diskussion. Die Teilnehmerzahl ist auf 15 Teilnehmer begrenzt.

Enrolment
Description
  • Methoden und Verfahren zur Beschreibung, Modellierung und Simulation dynamischer Systeme.
  • Betrachtung der Besonderheiten solcher Systeme wie dynamische Einflussgrößen, Rückkopplungsschleifen, Stabilität bzw. Instabilität.
  • Anwendungen: Zum Beispiel aus der Steuerungstechnik, aus Psychologie und Soziologie (Simulation und Steuerung sozialer Systeme), den Wirtschaftswissenschaften (Steuerung ökonomischer Systeme), der Umweltforschung und der Entwicklung von Spielen.
Im Seminar werden Beschreibungsmethoden und Simulationsprogramme für dynamische Systeme behandelt und an Anwendungsbeispielen aus verschiedenen Disziplinen demonstriert.

Seminar-Leitung: Prof. Dr. Martin Wirsing, Prof. Dr. Wolfgang Hesse

Termine: Do, 12-14 Uhr, Hauptgebäude (Geschw.-Scholl-Pl. 1), M 201
Die Vorbesprechung und Themenvergabe findet am Donnerstag, dem 17.10.2019 statt.

Enrolment
Description

Spielen, Wählen und Teilen bzw Zuordnen sind alltägliche Tätigkeiten. Die Teilnehmer (Agenten) haben dabei ihre persönlichen Gewinnaussichten, Präferenzen, Meinungen oder Bewertungen, die in individuellen Strategien ihren Ausdruck finden. In der Interaktion ergibt sich ein Spielausgang, eine kollektive Entscheidung, eine Verteilung von Gütern oder eine Zuordnung von Agenten. Wir behandeln eine Reihe von Aktionsschemata und deren Eigenschaften. Im Einzelnen werden folgende Themen behandelt (in Klammern ist jeweils die Anzahl der Vorträge angegeben):

  • Zuordnung von Agenten unter Präferenzen (1)
  • Zuordnung von Agenten zu unteilbaren Gütern unter Präferenzen (1)
  • Nichtkooperative Spiele (3)
  • Entscheidungsfindung durch Wählen (2)
  • Cake cutting, Aufteilung teilbarer Ressourcen (4)
  • Aufteilung unteilbarer Ressourcen (1)

Seminar-Leitung: Prof. Dr. Mila Majster-Cederbaum

Termine: Das Seminar findet in 3 bis 4 Blöcken statt, immer Mittwochs, 14-18 Uhr, Oettingenstr. 67, C 007.
Die Vorbesprechung und Themenvergabe findet am Mittwoch, dem 16.10.2019, statt.

Lecturer
  • Bogner
Enrolment
Description
In diesem Seminar erstellen die Teilnehmer Lehrmaterialien zu ausgewählten aktuellen Web-Technologien. Unter "Web-Technologien" bezeichnen wir grundlegende Protokolle, Algorithmen, Sprachen oder sonstige Technologien, die das Web heute prägen. Im Zuge des Seminars werden dazu Folien erstellt, vorgetragen und eine wissenschaftliche Ausarbeitung über das Thema erstellt. Die folgende Liste der Themen ist vorläufig und kann sich vor Seminarbeginn noch ändern. Sie soll v.a. einen Überblick geben, welche Art von Themen in diesem Seminar grundsätzlich besprochen werden: HTTP / HTTP/2 REST GraphQL Websocket PageRank MapReduce HTML und CSS XPath Web Accessibility JavaScript (Einführung, Syntax und Kontrollstrukturen) JavaScript (Asynchronität und Promises) RDF/S OWL SPARQL
Enrolment
Fri 09 Aug 2019 00:00 – Tue 31 Mar 2020 23:59
Description

Aktuelles

  • Bei Fragen oder Problemen, die die Vorlesung / den Übungsbetrieb der Vorlesung betreffen, wenden Sie sich bitte an die E-Mail Adresse: betriebssysteme@mobile.ifi.lmu.de


  • Bei der Raumbuchung der Tutorien am Donnerstag gab es leider einen Fehler von Seiten der Univerwaltung. Der Raum M 001 steht nicht zur Verfügung. Wir konnten jedoch zusammen mit der Univerwaltung folgende Ausweichräume organisieren. Diese gelten ab heute und (bis auf Weiteres) für den Rest des Semesters.

    Gruppe 5 Do 10-12 Uhr c.t.: Edmund-Rumpler-Str. 13 - B 257 Oettingenstraße 67 - G010
    Gruppe 6 Do 12-14 Uhr c.t.: Oettingenstr. 67 (B) – B U101
    Gruppe 7 Do 14-16 Uhr c.t.: Theresienstr. 41 – C 113
    Gruppe 8 Do 16-18 Uhr c.t.: Schellingstr. 3 (R) – R 051
    Gruppe 9 Do 18-20 Uhr c.t.: Hier bleibt der ursprünglich angekündigte Raum bestehen: Geschw.-Scholl-Pl. 1 (M) – M 001

  • Am Mittwoch, den 27.11.2019 wird Dr. Michael Stöhr, Koordinator der Regionalgruppe München von Scientists for Future (S4F), einen Impulsvortrag zum Thema „Klimakrise und Handlungsoptionen“ halten. Die VL wird zu diesem Zweck in zwei Teile gesplittet. Frau Prof. Linnhoff-Popien wird den VL-Stoff der „Betriebssysteme“ von 14.00 – 16.00 vermitteln. Danach steht das Audimax von 16.00 – 17.00 Uhr unserem Referenten zur Verfügung. Herr Dr. Stöhr hält ca. 15 Minuten einen Impulsvortrag und gibt den Studenten noch Zeit für die Diskussion
  • 9.8.2019: Willkommen auf der Kursseite der Vorlesung Betriebssysteme im Wintersemester 2019/2020. Die Anmeldung zur Vorlesung ist ab sofort möglich.
Der Schwerpunkt der Vorlesung "Betriebssysteme" liegt auf der Darstellung der Konzepte der Systemprogrammierung. Typische Aufgaben der Systemprogrammierung sind die Programmierung des Betriebssystems sowie von Dienstleistungsprogrammen, wie beispielsweise Editoren, Compiler, Interpreter. Die Vorlesung gibt einen Überblick über die wesentlichen Aufgaben und Problembereiche eines Betriebssystems, wobei insbesondere auf die Bereiche Synchronisation, Prozess-Kommunikation, Verwaltung des Rechnerkerns sowie auf den Bereich der Speicherverwaltung eingegangen wird. Zur praktischen Umsetzung der in der Vorlesung eingeführten Konzepte wird als Programmiersprache in den Übungen Java (insbesondere die Thread-API) eingesetzt. Zum Abschluss der Vorlesung wird noch auf die Architektur von verteilten Systemen sowie auf Rechner-übergreifende Kommunikation und auf entfernte Prozeduraufrufe eingegangen.

Lecturer
  • Schubert
Enrolment
Wed 25 Sep 2019 00:00 – Fri 07 Feb 2020 00:00
Description
In almost all areas of business, industry, science, and everybody's life, the amount of available data that contains value and knowledge is immense and fast growing. However, turning data into information, information into knowledge, and knowledge into value is challenging.To extract the knowledge, the data needs to be stored, managed, and analyzed. Thereby, we not only have to cope with increasing amount of data, but also with increasing velocity, i.e., data streamed in high rates, with heterogeneous data sources and also more and more have to take data quality and reliability of data and information into account. These properties referring to the four V's (Volume, Velocity, Variety, and Veracity) are the key properties of "Big Data". Big Data grows faster than our ability to process the data, so we need new architectures, algorithms and approaches for managing, processing, and analyzing Big Data that goes beyond traditional concepts for knowledge discovery and data mining.
This course introduces Big Data, challenges associated with Big Data, and basic concepts for Big Data Management and Big Data Analytics which are important components in the new and popular field Data Science.

Audience: The lecture is directed towards Bachelor students (5th term) and Master students in Mediainformatics, Bioinformatics, and Informatics.
Enrolment
Description
Experience Design dient der Gestaltung von Erlebnissen mit Hilfe von Interaktionsgeräten. Diese Erlebnisse sollen gezielt psychologische Bedürfnisse adressieren. In diesem Blockpraktikum nach Abschluss der Vorlesungszeit sollen mit Hilfe von Experience Design Prototypen gestaltet und realisiert werden.
Enrolment
Description
Die Themen und Aufgaben sind in Anlehnung an das Schichtenkonzept bei Netz-Protokollen angelehnt. Im Verlauf des Praktikums werden die verschiedenen Abstraktionsschichten untersucht und auf Details einzelner Protokolle eingegangen. Grundsätzlich werden sowohl klassische Rechner als auch "Internet of Things" Geräte (Constrained Devices) betrachtet. Beide Geräteklassen haben bezüglich der Spezifikation des Protokolls sowie der Implementierung (bspw. begrenzter Speicher) teils orthogonale Anforderungen. Zusätzlich werden die Inhalte um moderne Ansätze wie zum Beispiel Software Defined Networks (SDNs) ergänzt. Neben der Administration und dem Monitoring beschäftigt sich das Praktikum auch mit der eigenständigen Implementierung einzelner Protokolle sowie der Konzeption von Diensten. Weitere Information zu den Voraussetzungen sowie dem zeitlichen Ablauf finden Sie auf der Kursseite.
Lecturer
  • Prokosch
Enrolment
Description
Rule languages are declarative formalisms widely used in implementing expert systems, automated reasoning, constraint solving, logic programming, and in generating explanations. The seminar will review the most commonly used data structures upon which such applications are built. After discussing basic notions such as terms, substitutions, and unification, common tree data structures are reviewed in detail.
Lecturer
  • Böhm
Enrolment
Mon 23 Sep 2019 00:00 – Tue 31 Mar 2020 00:00
Description
Die Vorlesung bietet eine Einführung in das Gebiet der Datenbanksysteme aus Anwendersicht. Im Mittelpunkt stehen die theoretischen Aspekte des relationalen Datenbankentwurfs anhand des relationalen Datenmodells, der relationalen Algebra und des Relationenkalküls. Es erfolgt eine ausführliche Behandlung der Anfragesprache SQL, die in den meisten relationalen Systemen implementiert ist. Des Weiteren werden Formalismen, Theorie und Algorithmen der relationalen Entwurfstheorie beschrieben und neuere Anwendungen im Bereich Datenbanken behandelt.
Lecturer
  • Schubert
Enrolment
Wed 25 Sep 2019 00:00 – Tue 31 Mar 2020 00:00
Description
During the last decade the availability of large amounts of data and the strong increase in computing power allowed a renaissance of neural networks and advanced planning techniques for independent agents. Whereas the area of deep learning extended well established neural network technology to allow a whole new level of data transformation, modern reinforcement learning techniques yield the artificial backbone for intelligent assistant systems and autonomous vehicles. The course starts with an introduction to neural networks and explains the developments that led to deep architectures. Furthermore, the course gives an introduction to advanced planning techniques and how they can be trained using deep neural networks and other machine learning technologies.
Lecturer
  • Roßmy
Enrolment
Mon 23 Sep 2019 00:00 – Mon 14 Oct 2019 00:00
Description
Im Designworkshop 1 sollen die Studierenden an die Lösung gestalterischer Probleme herangeführt werden. Dies geschieht in Zusammenarbeit mit entsprechenden Fachbereichen der TUM.
Lecturers
  • Roßmy
  • Rothe
Enrolment
Mon 19 Aug 2019 00:00 – Sun 22 Sep 2019 00:00
Description
Diese Lehrveranstaltung wird gemeinsam mit Studenten der Hochschule für Film und Fernsehen (HFF) durchgeführt. Beim Workshop geht es um die interdisziplinäre Erarbeitung dokumentarischer, visionärer und experimenteller Ausdrucksweisen, Interaktionsarten und Konsummöglichkeiten von zukunftsweisenden audiovisuellen Inhalten. Im interdisziplinären Dialog werden die Ansätze und Denkweisen der anderen Fachrichtung kennengelernt. Das Ziel ist die prototypische Realisierung gemeinsam erarbeiteter Konzepte. Dabei kann das Potential aktueller Technologien (Virtual Reality, Augmented Reality, KI, 360° Film, u.a) erprobt werden, es können diese Technologien erlebbar gemacht werden und konventionelle Erzählweisen (linear und statisch) des zeitgenössischen Films in Frage gestellt werden.
Lecturer
  • Rau
Enrolment
Sun 01 Sep 2019 00:00 – Fri 01 Nov 2019 23:59
Description
  • Grundfragen der Didaktik / Informationszentrierter Ansatz / verschiedene Modellierungstechniken und ihre unterrichtliche Umsetzung in unterschiedlichen Jahrgangsstufen (datenorientiert, zustandsorientiert, funktional, objektorientiert) / Unterrichtsmethoden / Lern- und Leistungsaufgaben
  • Externe Homepage: Moodlekurs, Passwort wird in der Vorlesung mitgeteilt und nach der ersten Woche geändert.
  • Mi, 16 - 18 Uhr (ct.), Oettingenstr. 67 - Raum: 161
  • Vorlesungsverzeichnis Veranstaltungsnr.: 16559
  • Beginn: Erst am 23.10.2019
  • Schein: 70% Klausur, 30% Arbeiten während des Semesters
Lecturers
  • Schneegaß
  • Aragon Bartsch
Enrolment
Tue 01 Oct 2019 00:00 – Tue 31 Mar 2020 00:00
Description
Die Vorlesung gibt eine einführende Übersicht über die wichtigsten technischen und wahrnehmungsphysiologischen Grundlagen zur Realisierung digitaler Medien. Es werden keinerlei Programmierkenntnisse und nur elementare Informatikkenntnisse vorausgesetzt. Dagegen wird ein relativ breites Themenspektrum verschiedenster Disziplinen (Mathematik, Physik, Nachrichtentechnik, Medizin) angesprochen. Die Vorlesung bildet die Basis für die stärker ins technische Detail gehende Lehrveranstaltung "Medientechnik" und stellt die Grundlagen für vertiefende Lehrangebote zu Multimedia-Themen. Die Lehrveranstaltung eignet sich für Studierende der Studiengänge "Medieninformatik" und "Kunst und Multimedia" (Bachelor Haupt- und Nebenfach). Die Lehrveranstaltung eignet sich nicht als "Vertiefendes Thema" im Hauptfach "Informatik".
Lecturer
  • Schütz-Bosbach
Enrolment
Tue 01 Oct 2019 00:00 – Tue 31 Mar 2020 23:59
Lecturer
  • Ernst
Enrolment
Sun 01 Sep 2019 00:00 – Tue 31 Mar 2020 00:00
Description
Diese Lehrveranstaltung gibt eine Einführung in die Algorithmen- und Programmentwicklung. Hauptaugenmerk liegt auf folgenden Punkten:
  • Grundkonzepte der Programmierung und Einführung
  • Grundkonzepte des Softwareentwurfs
  • Grundlegende Algorithmen und deren Komplexität
  • Software-Tools im Entwicklungsprozess (IDEs, Versionskontrolle, Testen)
Aufzeichnung bei der Unterrichtsmitschau

Diese Vorlesung richtet sich an Studierende verschiedener Fachbereiche mit Nebenfach Informatik. Für mehr Informationen beachten Sie bitte die Veranstaltungshomepage.

Die Vorlesung richtet sich nicht an Studierende mit Hauptfach Informatik, Medieninformatik oder Bioinformatik. Auch nicht an Lehramt Realschule und Gymnasium, auch nicht an Master Industrial Design.

Lecturer
  • Roßmy
Enrolment
Mon 19 Aug 2019 00:00 – Tue 31 Mar 2020 23:59
Description

Diese Lehrveranstaltung ist ein Spezialangebot für die Nebenfachstudierenden der Medieninformatik im ersten Semester. Sie wird als gleichwertig zu der in der Prüfungsordnung vorgesehenenLehrveranstaltung "Einführung in die Informatik: Programmierung und Softwareentwicklung" anerkannt. Studierenden steht es frei, welche der beiden Varianten sie besuchen. Zu der hier beschriebenen Lehrveranstaltung sind nur die Nebenfachstudierenden (mit Hauptfach Kunst und Multimedia oder Pädagogik) und die Studierende des Studiengangs Industrial Design von der TUM zugelassen. Es handelt sich also um eine kleine persönlich bekannte Gruppe. Studierende des Studiengangs "Media, Management und digital Technologies" der TUM können diesen Kurs ebenfalls besuchen, um auferlegte ECTS-Punkte in diesem Bereich nachzuholen.

Die Veranstaltung wird mit der speziell für Designer ausgelegten Programmiersprache "Processing" beginnen und erst später auf die Sprache Java übergehen, um grundlegende objektorientierte Programmierkenntnisse zu vermitteln. Besonders für den Studiengang Kunst und Multimedia ist das im weiteren Studienverlauf essentiell. Während der Vorlesung wird das Spiel "Pong" als Praxisprojekt Stück für Stück zusammen mit den Dozenten entwickelt und bietet Raum für kreative Ideen und eigene Lösungswege. Die Übungen sind besonders praxisorientiert, finden direkt am Rechner statt und unterstützen bei der Bewältigung der Übungsaufgaben.

Lecturer
  • Forster
Enrolment
Tue 01 Oct 2019 00:00 – Tue 31 Mar 2020 23:59
Description
Elliptische Funktionen sind analytische doppeltperiodische Funktionen in der komplexen Ebene. Sie entstanden historisch als Umkehrfunktionen der elliptischen Integrale (die bei der Berechnung der Bogenlänge von Ellipsen auftauchen). Elliptische Funktionen lassen sich auffassen als Funktionen auf Tori (das sind Riemannsche Flächen, die als Quotient der komplexen Zahlenebene nach einem Gitter entstehen). Diese Tori sind wiederum isomorph zu elliptischen Kurven, die durch eine Gleichung 3. Grades in der projektiven Ebene definiert werden, und die nicht nur über dem Körper der komplexen Zahlen, sondern auch über anderen (z.B. endlichen) Körpern betrachtet werden können. Die Untersuchung der Isomorphieklassen von Tori führt zur Modulgruppe und zur Theorie der Modulfunktionen. Auch in der algorithmischen Zahlentheorie und Kryptographie werden elliptische Kurven verwendet. Die Vorlesung soll eine Einführung in diese interessante Theorie geben.
Lecturer
  • Chuang
Enrolment
Thu 12 Sep 2019 00:00 – Sat 30 Nov 2019 00:00
Description
Engineering refers to the creative application of scientific and mathematical principles to design systems that serve practical purposes. How can we engineer systems that are mindful of the humans that use them? This course addresses human factors that are relevant to the design of products, processes, systems, and whole environments. It is based on the belief that systems that are designed for human factors can result in more effective, safer, and more satisfactory user interactions. In this course, students will learn how principles for user-centred design are derived from theory and empirical research from three areas of specialization: (1) cognitive: perception, memory, reasoning, decision making (2) physical: anthropometric, physiological, and biomechanical (3) social: organizational structure, teamwork, work design

The exam will be on the 13th of februari 2020, from 14:00 till 16:00.
Enrolment
Sun 15 Sep 2019 00:00 – Tue 31 Mar 2020 23:59
Description

Dozent: Prof. Dr. Dieter Kranzlmüller

Grids und Clouds stellen unterschiedliche Ausprägungen eines verteilten Informatikparadigmas dar, durch das unter Ausnutzung von geographisch und administrativ verteilten Systemen im Bedarfsfall ein Pool von Ressourcen und abstrakten, virtualisierten und dynamisch-skalierbaren Services (z. B. Rechenleistung, Speicherkapazität, Plattformen, Visualisierung) über das Internet bereitgestellt wird.

In dieser Vorlesung (und den begleitenden Übungen) werden die Grids und Clouds zu Grunde liegenden Fragestellungen und Technologien vorgestellt und praktisch angewandt. Nach einer ausführlichen Motivation werden zunächst grundlegende verteilte Systemmodelle und Basistechnologien betrachtet. Darauf aufbauend werden folgende Themen behandelt: Cloud-Architekturen, Cloud-Programmierung und Software-Umgebungen (Workflows, MapReduce, Spark, Google Cloud Dataflow, Amazon AWS, Data Lakes, etc.), Virtuelle Organisationen, Grid Computing-Umgebungen, Resource Management, Data Management, Ubiquitous Computing mit Clouds und im Internet of Things, Grids of Clouds, Clouds of Grids. Abschließend werden spezielle Fragestellungen zu Realzeitaspekten, wie sie zum Beispiel im Urgent Computing auftreten, und neue Trends behandelt.

Die Vorlesung richtet sich vornehmlich an Master-Studenten, die sich mit neueren Entwicklungen im verteilten Hochleistungsrechnen (Systemarchitektur, Programmierparadigmen, Leistungseffizienz, Energieeffizienz) vertraut machen wollen.

Der Relevanz des Themas wird durch Gastbeiträge externer Experten Rechnung zu tragen. Diese Vorträge werden teilweise in englischer Sprache gehalten.

Lecturer
  • Schütz-Bosbach
Enrolment
Tue 01 Oct 2019 00:00 – Tue 31 Mar 2020 23:59
Description
Die Vorlesung Grundbegriffe der Psychologie bietet einen Überblick über ausgewählte grundlagen- und anwendungsorientierte Themen der Psychologie. Im ersten Teil der Vorlesung (Wintersemester) stehen psychische Grundfunktionen wie die Wahrnehmung, Aufmerksamkeit, Lernen und das Gedächtnis im Vordergrund. Außerdem werden die biologischen Grundlagen von Erleben und Verhalten behandelt ebenso wie Fragen zu Theorien und Modellen aus dem Bereich der psychologischen Emotions- und Motivationsforschung. Der zweite Teil der Vorlesung (Sommersemester) führt in grundlegende Methoden der Psychologie ein und widmet sich den Grundlagen zentraler intra- und interpersoneller Prozesse (Entwicklungspsychologie, Persönlichkeits- und differentielle Psychologie, Sozialpsychologie), ebenso wie anwendungsbezogene Fragen der Psychologie aus dem Bereich der klinischen Psychologie und Psychotherapie. Einen Ablaufplan zur aktuellen Vorlesung im WiSe 2019/20 sowie Informationen zur Prüfung/Übungsaufgaben finden Sie im LSF zum Download!
Lecturer
  • Sabel
Enrolment
Sun 01 Sep 2019 00:00 – Tue 31 Mar 2020 00:00
Description

Inhalt

Das Modul ergänzt die Lehrveranstaltung "Lineare Algebra für Informatiker" um für die Informatik wichtige Inhalte der Analysis. Die Studierenden sollen in die Lage versetzt werden, die Vorkommen solcher Inhalte in weiterführenden Informatikveranstaltungen richtig einzuordnen und zu verstehen.

Es werden behandelt:

  • Folgen und Reihen, Grenzwerte
  • komplexe Zahlen
  • trigonometrische und Exponentialfunktionen
  • Differentialrechnung in einer Variablen

Zielgruppe

Die Vorlesung richtet sich an Studierende des Bachelorstudiengangs Informatik 120 ECTS (Bachelor Informatik mit Nebenfach im Umfang von 60 ECTS-Punkten). Der Umfang beträgt 3 ECTS.

Für Studierende anderer Informatikstudiengänge ist stattdessen die umfassendere Vorlesung "Analysis für Informatiker und Statistiker" mit 9 ECTS-Punkten vorgesehen.


Organisation


Material

Die Vorlesung richtet sich nach folgendem Buch:

Otto Forster, Analysis 1: Differential- und Integralrechnung einer Veränderlichen, Springer-Verlag

Empfehlenswert ist auch das Buch

Daniel Grieser, Analysis I, Eine Einführung in die Mathematik des Kontinuums, Springer-Verlag

Weiteres Material wird über Uni2work verteilt.


Lecturer
  • Rost
Enrolment
Tue 01 Oct 2019 00:00 – Tue 31 Mar 2020 23:59
Enrolment
Description

Hauptseminar Blockchain

Architecture, Algorithms, Infrastructure and Applications
Blockchain is a transformational technology that will have a significant impact on the future business. Blockchains are decentral, manipulation-proof, verifiable systems, which allow transactions without intermediaries providing the foundation for new decentralized business models. Blockchains are a critical enabler for new kinds of business models, e.g. in the finance industry and in supply chain management. Blockchain systems utilize a combination of distributed computing algorithms, e.g. for consensus, and state-of-the-art cryptography. The aim of this seminar is to provide students with an overview of blockchain systems, their architecture and design trade-offs, underlying algorithms and applications. This class will cover the following topics:
  • Bitcoin: A Peer-to-Peer Electronic Cash Systems
  • Blockchain System Architectures
  • Beyond Cryptocurrencies: Smart Contracts
  • Private and Permissioned Blockchains: Hyperledger, Ethereum Enterprise, IOTA
  • Consensus Algorithms: Proof of Work, Proof of Stake, Byzantine Fault Tolerance, Algorand
  • Blockchain Scalability: Lightning Network, Sidechains
Enrolment
Mon 02 Sep 2019 00:00 – Tue 15 Oct 2019 23:59
Description
This masters degree lecture is a practical introduction to logic programming using the programming language Prolog. Issues addressed in the lecture include databases, automatic deduction and artificial intelligence.
Lecturers
  • Prokosch
  • Bogner
Enrolment
Mon 19 Aug 2019 00:00 – Sun 22 Sep 2019 00:00
Description

Rust is a highly promising modern systems programming language. Modern means that the design of Rust takes into account many recent advances from Programming Language Theory (PLT). Rust is a compiled language with no or only little run-time overhead (zero-cost) and thus it is perfectly suited as a systems language where immediate access to hardware is required, such as in High Performance Computing (HPC) or when developing operating systems.

Because of zero-cost abstractions Rust directly competes with other systems languages such as C or C++, and the consequent realization of PLT idioms also makes Rust a direct competitor to highly abstracted languages such as Haskell. In fact, the traits system — a core idiom in Rust — is directly modeled after Haskell's type classes and the brevity of keywords also is reminiscent of Haskell. The static typing, type inference and compile-time checks makes programming a breeze: Usually, when a Rust program compiles it also runs without panicking. This is most likely one of the reasons why Rust won the first place for "most loved programming language" in the Stack Overflow Developer Survey for the forth year in a row (2016, 2017, 2018, and 2019).

In this lecture, the Rust language and its meta-programming capabilities (polymorphism through traits and macros) are explained. We also take a look at the strengths of Rust as a systems language by directly working with CPU instructions and writing concurrent and parallel applications. The lecture is topped off with functional programming using closures.

Lecturer
  • Englmeier
Enrolment
Tue 01 Oct 2019 00:00 – Sat 01 Feb 2020 00:00
Description
The lecture introduces core aspects of information visualization. The focus will be on human visual perception, visualization of multivariate data, and interaction concepts for visualization systems. Based on these concepts, strategies will be introduced that allow graphs, networks, trees, text-based data, and time-based data to be visualized. Furthermore, the lecture presents techniques to efficiently use limited display space. The lecture course is suitable for: Students of media informatics (Medieninformatik) (Diplom, Master) and computer science (Informatik) (Diplom, Master) with prior knowledge in media informatics (Medieninformatik), Obligatory lecture for Master MCI The lecture is targeted at master students. However, participation is also possible for bachelor students. Please be advised that credits cannot be provided to bachelor students prior to enrollment for a master program.
Lecturers
  • Karolus
  • Völkel
  • Haliburton
Enrolment
Wed 16 Oct 2019 14:00 – Sat 30 Nov 2019 00:00
Description
Das Modul Intelligent User Interfaces (IUI) behandelt aktuelle Themen im Schnittbereich der Mensch-Maschine Interaktion und des Maschinellen Lernens. Hierbei steht vor allem die praktische Anwendung und Adaption von Techniken und Algorithmen im Bereich des Maschinellen Lernens und der künstlichen Intelligenz auf Aspekte der Mensch-Maschine Interaktion im Vordergrund.
Lecturer
  • Shoukourian
Enrolment
Thu 15 Aug 2019 00:00 – Thu 17 Oct 2019 00:00
Description
This course will be held in English. Energy efficiency improvements of High Performance Computing (HPC) data centers continue to remain an active research area mainly due to the continuous growth in energy consumption and associated costs . This course explores different energy consumption issues in modern HPC data centers, discusses their impacts on the design of new computing systems, and presents different strategies that aim to reduce the overall power consumption. Lecture will cover the main concepts of energy consumption paradigms that should remain valid despite of continuous technological changes in the area. The course is intended for master students of computer science and related fields. The lecture and the project work have a cumulative weight of 6 ECTS. More formally, in German: Die Vorlesung richtet sich an Master-Studierende der Informatik. Für die Vorlesung und die Projektarbeit werden 6 ECTS-Punkte vergeben. The number of students will be limited to 20. The registration will open on the 19th of August via UNI2WORK and will close on 17th of October at 13:00. Please email to Dr. Hayk Shoukourian (shoukourian@lrz.de) in case there are any issues with the registration.
Enrolment
Thu 12 Sep 2019 00:00 – Tue 31 Mar 2020 00:00
Description
Mit der rasanten Verbreitung von Netztechnologien und -diensten sowie deren Durchdringung des privaten wie des geschäftlichen Bereichs steigt der Bedarf an sicheren IT-Systemen. Immer häufiger auftretende Angriffe auf vernetzte IT-Systeme mit zum Teil extrem hohem wirtschaftlichen Schaden für die betroffenen Firmen verdeutlichen den Bedarf nach wirksamen Sicherheitsmaßnahmen. Diese Vorlesung beschäftigt sich mit ausgewählten Sicherheitsanforderungen und -mechanismen und deren Umsetzung in verteilten Systemen. Themen sind unter anderem: - Security Engineering - Security Management - Bedrohungen und Gefährdungen - Kryptographische Grundlagen - Sicherheitsmechanismen und deren Realisierung - Netz-Sicherheit
Lecturer
  • Schmid
Enrolment
Fri 09 Aug 2019 00:00 – Wed 30 Oct 2019 23:59
Description
Der Kurs vermittelt kompakt und praktisch die Grundlagen der objektorientierten Programmierung mit Java Standard Edition (SE) und deckt aus praktischer Sicht die meisten Themen der Vorlesung "Einführung in die Programmierung" ab.
Lecturer
  • Sarre
Enrolment
Wed 09 Jan 2019 00:00 – Fri 28 Feb 2020 00:00
Description
Termine für die studentischen Vorträge:

DI, 07.01.2020 (8.00 Uhr): Mauritius Klein: "Softwarepatente als Ergänzung zum Urheberrechtsschutz"

DI, 07.01.2010 (8.45 Uhr): Oliver Labsch: "DSGVO - Verantwortlicher und Auftragsverarbeiter"

DI, 14.01.2020 (8.00 Uhr): Bao Loi Quach: "Planung komplexer IT-Projekte im Rahmen des juristischen Projektmanagements"

DI, 14.01.2020 (8.45 Uhr): Lisa Krombholz: "Exit-Szenarien bei IT-Krisenprojekten"

DI, 21.01.2020 (8.00 Uhr): Stavros Filippidis: "Was ist ein Softwaremangel?"

DI, 28.01.2020 (8.00 Uhr): Jacob Riedle: "Sekundäre Darlegungslast"

Komplexe IT-Projekte scheitern häufig an unklaren Vereinbarungen zwischen den Vertragspartnern. Selbst ein guter Projektvertrag mit klaren Regelungen hilft aber wenig, wenn bei der Durchführung des Projekts wesentliche vertragliche Vereinbarungen nicht entsprechend umgesetzt werden. Die Vorlesung „Juristisches IT-Projektmanagement“ wendet sich an Informatiker im Hauptstudium (sowie an Studenten mit ähnlichen Studienrichtungen) und möchte nicht nur Software Engineering Techniken und Projektmanagementmethoden vertiefen, sondern hat auch das Ziel, das notwendige „juristische Handwerkszeug“ zu vermitteln, damit Projektschieflagen in der Praxis vermieden werden – oder, wenn sie auftreten – korrigiert werden können. Dabei besteht der besondere Anspruch, den Bezug zwischen bekannten Informatikkonzepten und praktischen Erfahrungen aus komplexen IT-Projekten so darzustellen, dass sich konkrete Hinweise für die erfolgreiche Umsetzung von zukünftigen IT-Projekten ergeben.

  • Einführung und Grundbegriffe.
  • Systematische Projektdurchführung
  • Systemkonstruktion
  • Vertragstypen
  • Projektmanagement, Planung
  • Dokumentation, Quellcode, Pflichtenheft
  • Mitwirkungsleistungen des Auftraggebers
  • Öffentliche Vergabe von IT-Leistungen
  • Test und Abnahme von IT-Leistungen
  • Mögliche Leistungsstörungen
  • Gerichtlich verwertbare IT-Gutachten
  • Sanierung von IT-Projekten

Lecturer
  • Seidl
Enrolment
Tue 01 Oct 2019 00:00 – Tue 31 Mar 2020 00:00
Description
Die in vielen Anwendungsgebieten stark angewachsenen Datenmengen machen eine manuelle Analyse der angefallenen Information zunehmend schwierig, wenn nicht sogar unmöglich. Gerade in Bereichen wie der Auswertung biologischer Messverfahren (Gen-Sequenzierung, Micro-Array Verfahren ...) oder von Transaktionsdaten großer Telekommunikations- oder Netzbetreiber, ist eine Nutzung der Daten ohne die Zuhilfenahme computergestützter Verfahren nicht denkbar. Mit der Lösung dieser Probleme beschäftigt sich daher das Forschungsgebiet "Knowledge Discovery in Databases (KDD)". Es verbindet dabei Aspekte der Statistik, des maschinellen Lernens sowie der Datenbanksysteme und behandelt Methoden zur (semi-)automatischen Extraktion von gültigem, neuem und potentiell nützlichem Wissen aus großen Datenbanken. Der in diesem Zusammenhang häufig verwendete Begriff Data Mining bezieht sich dabei auf den grundlegenden Schritt im KDD-Prozess, in dem die eigentliche Analyse der Daten durchgeführt wird. Data Mining wird dabei häufig auch auf große Mengen betrieblicher Daten angewendet, die in so genannten Data Warehouses gesondert verwaltet werden. Der häufig verwendete Begriff Business Intelligence beschreibt dann unter anderem die Anwendung von Data Mining Algorithmen auf die von einem Data Warehouse bereitgestellten Informationen, um zielgerichtet Entscheidungsprozesse zu unterstützen. Die Vorlesung gibt einen Überblick über die Grundlagen der wichtigsten KDD-Techniken. Dabei wird besonders auf die folgenden Teilgebiete eingegangen: Klassifikation, Regression/Trenderkennung, Clustering, Outlier Detection und Assoziationsregeln. Zur Vertiefung der Vorlesung werden 2-stündige Übungen angeboten, in denen die vorgestellten Verfahren weiter erläutert und an praktischen Beispielen veranschaulicht werden.
Lecturer
  • Schaaf
Enrolment
Wed 21 Aug 2019 00:00 – Mon 16 Sep 2019 18:00
Enrolment
Wed 16 Oct 2019 15:00 – Tue 31 Mar 2020 23:59
Lecturer
  • Spann
Enrolment
Tue 01 Oct 2019 00:00 – Tue 31 Mar 2020 23:59
Description
Die Vorlesung gibt eine elementare Einführung in die lineare Algebra unter besonderer Berücksichtigung ihrer Anwendungen in der Informatik und der Statistik. Der Stoff ist Grundlage für weitergehende mathematische Vorlesungen.
Lecturer
  • Schwichtenberg
Enrolment
Tue 15 Oct 2019 00:00 – Fri 15 Nov 2019 00:00
Description
Minimallogik und Einbettung der klassischen und intuitionistischen Logik. Gentzens Kalkül des natürlichen Schliessens. Semantik, Vollständigkeit der Prädikatenlogik erster Stufe. Kompaktheitssatz mit Anwendungen. Grundlagen der Theorie der Berechenbarkeit, Churchsche These, Unentscheidbarkeit der Prädikatenlogik. Gödelsche Sätze über die Unvollständigkeit von Erweiterungen der elementaren Zahlentheorie. Ordinalzahlen. Beweisbare und unbeweisbare Anfangsfälle der transfiniten Induktion.
Lecturers
  • Wang
  • Bry
Enrolment
Tue 01 Oct 2019 00:00 – Mon 25 Nov 2019 00:00
Description
This module "Human Computation and Analytics" is restricted to the student for master program "Data Science".
Please only register if you are a participant of the "Data Science" program.

During the weekly exercise sessions, reading assignments are intermixed with "Lab" meetings, in which students develop their own concepts based on what they learned in the lecture and exercises so far.

Reading Assignments:

Students have to finish the reading of 1-2 scientific articles before the exercise reading assignments session. The content of the reading assignements will be discussed with instructor during the exercise sessions.

Labs:

Students will build teams consisting of 3-5 members. Each of the team should discuss the tasks for each lab before the exercise lab session. Each team will give a presentation of their solutions for 10 minutes in front of the whole audience. The proposed solutions will be discussed during the lab sessions with all the other participants.

The list of reading assignments and the tasks of Lab sessions will be annouced a week ealier, before each of the exercise sessions
Enrolment
Description
In recent years of computer graphics research, people start to convey the fundamentals techniques regarding machine learning techniques into a 3D world (non-Euclidean data), e.g., applying graph neural networks to manifold meshes.
In this seminar, students discuss the recent developments in computer graphics, including the developments of geometric processing, rendering, simulation techniques, GPU acceleration and etc., which integrated into four parts of the seminar: group presentation, individual presentation, discussion panel, and written report.
The group presentation session initially builds teams of 3-4 people and each team is responsible for a general topic. Each team should give a 60~80 minutes presentation (20 min for each team member) regarding the selected topic, and other teams should prepare at least one question to other group presentations.
In individual presentation session, each participant will choose a paper from the given reading list, and held an individual presentation for 30 minutes (20+10 min). In the meantime, the discussion panel requires each presenter also selects two papers (exclude the presented paper) to prepare at least one question to the presented paper and one presentation suggestion to other presenter.
At the end of the semester, all students are required to submit a written report regarding the individually presented paper.
At the end of the semester, all students are required to submit a written report (maximum 4 pages) regarding the individually presented paper.
The course is suitable for:
  • Media computer science students (Master)
  • Computer science students (Master)
  • Human-Computer interaction students (Master)

More detail regarding the schedule of the course can be found in: http://www.medien.ifi.lmu.de/lehre/ws1920/hs/