Alle Kurse

Filter

122 passende Einträge insgesamt
KursInstitutSemesterKürzel

Das Benutzerinterface zur Sortierung dieser Tabelle ist nur für eingeloggte Benutzer aktiv

Dozenten
  • Schmid
  • Altmann
  • Maier
Anmeldung
So 22 Aug 2021 00:00 – So 10 Okt 2021 00:00
Beschreibung

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.; Programmierkenntnise in Python vorteilhaft.

Dozent
  • Gerkmann
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

keine Modulbeschreibung verfügbar

Dozent
  • Frank
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

Offizielle Kurswebseite des Moduls “Analysis einer Variablen” (Ana1) für die Bachelorstudiengänge Mathematik und Wirtschaftsmathematik.

Vorlesung

Die Vorlesung findet online über Zoom statt. Die Zeiten finden Sie unter “Termine”, die Zugangsdaten lauten

https://lmu-munich.zoom.us/j/95890153157?pwd=cFlkR0d5Rkp3UDVrUUZaakM1aGNSQT09

Meeting-ID: 958 9015 3157
Kenncode: 136103

Zudem wird die Vorlesung aufgezeichnet und die Videos sind unter https://cast.itunes.uni-muenchen.de/#/clip-list/VUaOMYxwiI abrufbar. Sie müssen sich vorher mit ihrer Campus-Kennung oben rechts auf https://cast.itunes.uni-muenchen.de/#/home anmelden, um die Videos abrufen zu können. Die Links finden Sie auch unter “Material”.
 

Übungsbetrieb

Übungsblätter

Abgabe

  • Jeden Freitag erscheint ein neues Übungsblatt. Sie haben eine Woche Zeit, dieses Blatt zu bearbeiten.

  • Ihre ausgearbeitete Lösung können Sie bis 16:00 Uhr am Freitag 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.

  • Die Übungsblätter können alleine oder in Gruppen mit bis zu vier Leuten bearbeitet und abgegeben werden. Die Anzahl der korrigierten Aufgaben hängt von der jeweiligen Gruppengröße ab. Sollte sich im Laufe des Semesters die Gesamtanzahl an Abgaben verringern, kann die maximale Gruppengröße ggf. reduziert werden.

  • Die Gruppenabgabe erfolgt durch ein Gruppenmitglied auf Uni2Work durch Hinzufügen der anderen Gruppenmitglieder über ihre Campus-LMU-Email in das entsprechende Feld und es müssen alle Namen der Gruppenmitglieder auf der Abgabe vermerkt sein. Es reicht nicht, nur die Namen aller Gruppenmitglieder auf eine Abgabe zu schreiben und diese von einer Person hochladen zu lassen.

  • Beim erstmaligen Abgeben in einer Gruppe erhält jedes hinzugefügte Mitglied eine Einladung per E-Mail zugesandt. Diese ist vor der Abgabefrist zu bestätigen, danach ist das Annehmen der Einladung nicht mehr möglich. Sollte das Bestätigen der Einladung vor der Abgabefrist nicht funktionieren, informieren Sie bitte den Assistenten, um das Problem rechtzeitig zu beheben.

  • 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.

Erstellen einer Abgabe

Das Erstellen einer Abgabe findet im Wesentlichen in zwei Schritten statt:

  1. Eine Lösung finden: Hier geht es darum, den Inhalt der Aufgabe zu verstehen und Ideen und Lösungsansätze zu entwickeln. Hierzu sollten man auf jeden Fall den Vorlesungsinhalt gut kennen und ggf. Notizen bereithalten, um Details nachzuschlagen. Dieser Schritt eignet sich sehr gut für Teamarbeit.

  2. Die Lösungen aufschreiben: In diesem Schritt sollen nun die Ideen und Ansätze aus dem ersten Schritt so zu Papier gebracht werden, dass eine andere Person (in diesem Fall: der Korrektor/die Korrektorin) die Lösung problemlos und vollständig nachvollziehen kann. Dies kann man nur lernen, indem man es selbst macht. Insbesondere reicht es hier nicht, den Aufschrieb einer anderen Person oder die Musterlösung nachzuvollziehen. Jedes Mitglied einer Lerngruppe sollte mit den Ideen und Ansätzen aus Schritt 1 in der Lage sein, eine eigene Lösung zu erstellen und (ggf.) noch eigene Fehler zu machen um daraus zu lernen.

Korrektur

  • Ein Übungsblatt besteht in der Regel aus vier Aufgaben, von denen einige korrigiert werden und einige nicht. Die Anzahl der korrigierten Aufgaben entspricht jeweils der Gruppengröße, d.h. bei einer Einzelabgabe wird nur eine der vier Aufgaben korrigiert, bei einer 2er-Gruppe zwei Aufgaben und bei einer 4er-Gruppe alle vier Aufgaben. Auch diese Regel kann sich im Laufe des Semesters ändern.

  • 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.

  • Nach der Abgabefrist werden Lösungsskizzen für das entsprechende Übungsblatt veröffentlicht.

Berechnung der Punktzahl

  • Nach der Abgabefrist wird eine Reihenfolge der vier Aufgaben per Zufallsprinzip bestimmt. Eine mögliche Reihenfolge ist beispielsweise 4,2,1,3.

  • Jedes Übungsblatt enthält vier Aufgaben, für die man jeweils bis zu 10 Punkte erreichen kann. Insgesamt gibt es also 40 Punkte pro Übungsblatt.

  • Die Anzahl der für das Übungsmodul relevanten Gesamtpunktzahl (maximal 40) pro Blatt berechnet sich je nach Gruppengröße folgendermaßen:

    • Einzelabgabe: Es wird nur die erste der per Zufallsprinzip ausgewählten Aufgaben korrigiert. Bei dieser Aufgabe können maximal 10 Punkte erreicht werden. Die für das Übungsmodul relevante Gesamtpunktzahl des Übungsblatts ist vier mal die Anzahl der erreichten Punkte bei dieser Aufgabe (also maximal 40).
    • 2er-Abgabe: Es werden nur die ersten zwei der per Zufallsprinzip ausgewählten Aufgaben korrigiert. Bei diesen Aufgaben können insgesamt maximal 20 Punkte erreicht werden. Die für das Übungsmodul relevante Gesamtpunktzahl des Übungsblatts ist zwei mal die Anzahl der erreichten Punkte bei diesen zwei Aufgaben (also maximal 40).
    • 3er-Abgabe: Es werden nur die ersten drei der per Zufallsprinzip ausgewählten Aufgaben korrigiert. Bei diesen Aufgaben können insgesamt maximal 30 Punkte erreicht werden. Die für das Übungsmodul relevante Gesamtpunktzahl des Übungsblatts ist vier Drittel mal die Anzahl der erreichten Punkte bei diesen drei Aufgaben (also maximal 40).
    • 4er-Abgabe: Es werden alle Aufgaben korrigiert. Bei diesen Aufgaben können insgesamt maximal 40 Punkte erreicht werden. Die für das Übungsmodul relevante Gesamtpunktzahl des Übungsblatts ist die Anzahl der erreichten Punkte bei diesen vier Aufgaben (also maximal 40).

Übungsmodul (P2)

  • Die Gesamtheit der korrigierten Übungsaufgaben auf dieser Plattform bildet die Übungsmappe.
  • Das Übungsmodul ist bestanden, wenn Sie 50% der möglichen Gesamtpunktzahl erreichen.
  • Das Übungsmodul wird nicht benotet.
  • Das Übungsmodul ist unabhängig von der Klausur. Sie können die Klausur mitschreiben und bestehen, ohne das Übungsmodul zu bestehen und umgekehrt.

Nachholtermin

  • Falls Sie im ersten Durchgang nicht 50% der relevanten Gesamtpunktzahl bei den Übungsblättern erreicht und das Übungsmodul nicht bestanden haben, haben Sie die Möglichkeit, bis zum 08.04.2022 um 10 Uhr eine überarbeitete Übungsmappe hochzuladen.
  • Die Abgabe ist nur einzeln und nicht in der Gruppe möglich.
  • Relevant sind alle Aufgaben, die während des Semesters bei Einzelabgaben korrigiert wurden. Die genauen Aufgabennummern entnehmen Sie dem entsprechenden Hinweis des jeweiligen Übungsblattes auf Uni2work.
  • Es wird eine eigenständige Bearbeitung der Aufgaben erwartet. Sie können Sich zum Verstehen der Aufgabe zunächst die Lösung zur Hilfe nehmen, dürfen diese aber nicht einfach abschreiben. Sie sollten zudem in der Lage sein, Fragen zu Ihren Bearbeitungen zu beantworten.
  • Bitte laden Sie alle bearbeiteten Aufgaben zusammen in einem pdf-file hoch. Bei Problemen melden Sie sich bitte beim Assistenten der Vorlesung.

Tutorien

  • Jede Woche finden Tutorien in kleineren Gruppen statt.
  • Sie können sich ab Mitwoch, 20.10.2021, 19:00 Uhr zu einem der Tutorien anmelden.
  • Die Tutorien beginnen ab der zweiten Vorlesungswoche, also ab Montag, den 25.10.2021.
  • Es gibt 9 Alternativtermine. Alle Tutorien bis auf eines finden in Präsenz statt; es gibt ein Online-Tutorium. Die Räume der Präsenztutorien befinden sich in der Theresienstraße 39.
  • In den Tutorien haben Sie die Möglichkeit, Fragen zu stellen. Zudem wird der Vorlesungsstoff anhand von kleineren Aufgaben vertieft.
  • Die Tutorien werden nicht aufgezeichnet und es werden keine Lösungsskizzen zu den Aufgaben aus den Tutorien veröffentlicht.
  • Die Teilnahme an den Tutorien wird dringend empfohlen, ist aber frewillig.

Klausur (P1)

  • Die Abschlussklausur (GOP) fand am Samstag, den 12.02.2022 im Zeitraum von 10-14 Uhr im Gebäude des mathematischen Instituts, Theresienstraße 39-41 statt.

Nachklausur

  • Die Nachklausur findet am Mittwoch, den 06.04.2022 im Zeitraum von 10-14 Uhr im Gebäude des mathematischen Instituts, Theresienstraße 39-41 statt
  • Teilnahmeberechtigt sind Studierende im 2. Fachsemester, die die GOP noch nicht bestanden haben oder Studierende im höheren Fachsemester, die eine Fristverlängerung gewährt bekommen haben.
  • Notenverbesserung der bestandenen Klausur durch die Nachklausur ist nicht möglich.
  • Die Regeln und die Bewertungsmodalitäten der Nachklausur sind identisch mit denen der Abschlussklausur.

Modalitäten (Klausur und Nachklausur)

  • Die Bearbeitungszeit beträgt 180min (= 3 Stunden).
  • Zur Teilnahme ist zwingend erforderlich, dass Sie sich über Uni2work unter “Prüfungen -> Klausur” bis spätestens Montag, den 07.02.2022 um 10 Uhr zur Klausur bzw. unter “Prüfungen -> Nachklausur” bis spätestens Montag, den 04.04.2022 um 10 Uhr zur Nachklausur anmelden.
  • Die Aufteilung der Teilnehmenden auf die Klausurräume wird automatisiert via Uni2work erfolgen und in der Woche der Klausur durch Uni2work bekanntgegeben.
  • Ebenfalls zur Teilnahme erforderlich ist eines der folgenden Identitätsnachweise: Personalausweis oder Reisepass und Studierendenausweis mit LICHTBILD.
  • Zur Klausur sind als einzige Hilfsmittel zugelassen: dokumentenechter Stift und Lineal. Insbesondere sind nicht zugelassen: elektronische Geräte (Handy, Taschenrechner), Bleistift, Radiergummi, eigenes Papier.
  • Handys im Klausurraum sind verboten. Zuwiderhandlungen sind ein Betrugsversuch und führen zur Disqualifikation.
  • Die Note des Vorlesungsmoduls und das Bestehen der Grundlagen- und Orientierungsprüfung (GOP) beruht nur auf der Klausur, nicht auf den Übungsblättern.
  • Die Ergebnisse der Klausur bzw. Klausur erhalten Sie über Uni2work. Nach Fertigstellung der Korrektur wird es zudem einen Termin zur Einsichtnahme geben. Dieser wird zu gegebener Zeit bekanntgegeben.
  • Falls Sie aufgrund von Krankheit nicht an der (Nach-)Klausur teilnehmen können, lassen Sie sich für diesen Tag die Prüfungsunfähigkeit durch ein ärztliches Attest bescheinigen und stellen Sie in der Kontaktstelle Mathematik einen Antrag auf GOP-Fristverlängerung (nicht beim Dozenten oder Assistenten!).

Infektionsschutzmaßnahmen

  • Es entfallen alle allgemeinen Zugangsbeschränkungen, insbesondere ist ein 3G-Nachweis nicht mehr erforderlich. Für alle Teilnehmenden ist lediglich weiterhin das Tragen einer FFP2-Maske Pflicht. Aller Voraussicht nach kann der nötige Abstand von 1,5m nicht gewahrt werden, so dass Sie die Maske am Platz aufbehalten müssen. Leisten Sie diesbezüglich den Aufforderungen der jeweiligen Hörsaalaufsicht Folge.
Dozent
  • Philip
Anmeldung
Do 30 Sep 2021 00:00 – Mi 16 Nov 2022 00:00
Beschreibung

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.

Es besteht die Moeglichkeit, sich Aufzeichnungen von Vorlesungen aus dem WiSe 20/21 anzusehen, und zwar unter
https://cast.itunes.uni-muenchen.de/vod/playlists/Jcq6ThVqc7.html
Die Vorlesungen sind inhaltlich praktisch identisch mit denen des aktuellen WiSe 21/22. Dabei entspricht die Nummerierung der Vorlesungen aus dem WiSe 20/21 allerdings nicht der aus dem aktuellen Semester. Die Nummern im Titel der Clips beziehen sich auf das ALTE Semester. Unter dem Titel finden Sie dann unter ‘Untertitel’ eine Beschriftung, die die Zuordnung der alten Clips auf die aktuelle Vorlesung erlaubt.

Beispiel:
Titel: Ana_Vorlesung09_Teil_3.MP4
Untertitel:
Vorl. vom Mo, 30. Nov. 2020, Teil 3. Def. 5.5 bis Th. 5.11. Für WiSe 21/22: Vorl. 10, Teil 3 und Vorl. 11, Teil 1.

Dies bedeutet, dass der Clip mit Titel
Ana_Vorlesung09_Teil_3.MP4
fuer die 9. Vorlesung des WiSe 20/21 aufgezeichnet wurde; dass in diesem Clip Def. 5.5 bis Th. 5.11 des Skripts behandelt werden, und dass der selbe Inhalt im aktuellen Semester am Ende von Vorlesung 10 und am Anfang von Vorlesung 11 behandelt wurde.

Dozent
  • Gerkmann
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

keine Modulbeschreibung verfügbar

Dozenten
  • Zenk
  • Jaskolla
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

Erste Mathematikveranstaltung nach der neuen Prüfungsordnung beim Lehramt Mathematik Gymnasium

Dozenten
  • Phan
  • Ritz
  • Sedlmeier
  • Illium
  • Müller
Anmeldung
Di 27 Jul 2021 00:00
Beschreibung

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.

Dozenten
  • Roch
  • Gabor
  • Zielinski
  • Stein
Anmeldung
Mo 23 Aug 2021 00:00 – Do 10 Feb 2022 23:59
Beschreibung

In dieser Arbeitsgemeinschaft (AG) werden anspruchsvolle Themen des Quantum Computing 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 des Quantum Computing.

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

Dozent
  • Böhm
Anmeldung
Beschreibung

Data Mining Methoden finden automatisch Muster oder Regelmäßigkeiten in Daten. Hierbei verfolgen unterschiedliche Verfahren verschiedene Ansätze. Daten können beispielsweise durch partitionierende, Dichte- oder Grid-basierte Verfahren gruppiert werden.
Eine weitere Anwendung von Data Mining Methoden ist die automatische Identifikation von Ausreißern. Dies sind Datenpunkte, die nicht zur Struktur des restlichen Datensatzes passen.
Prinzipiell 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 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. Das Seminar findet als Blockveranstaltung statt. Die Seminartermine befinden sich auf der Webseite.

Dozenten
  • Wirsing
  • Hesse
Anmeldung
Beschreibung

Inhalte

Lernziele:

  • Kenntnis der Methoden und Verfahren zur Beschreibung, Modellierung und Simulation dynamischer Systeme
  • Vertrautheit mit den Besonderheiten solcher Systeme, mit Simulationsprogrammen und mit Anwendungsfeldern außerhalb der Informatik.

Inhalt:

  • 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 Disziplin

Seminar-Leitung

Prof. Dr. Martin Wirsing, Prof. Dr. Wolfgang Hesse

Technische Fragen: Dr. Philipp Wendler

Termine und Ablauf

Das Seminar findet als Blockveranstaltung an 3-4 Samstagen statt, und zwar in Präsenz (außer bei einer deutlichen Verschlechterung der Lage). Die Termine sehen Sie weiter unten in Uni2Work.

Anrechnung

Die Lehrveranstaltung findet in einer gemischten Form statt, bestehend aus Vorlesungsanteilen und Seminarvorträgen statt. Sie kann im Hauptfach Informatik/Medieninformatik folgendermaßen angerechnet werden:

  • Das Seminar kann als Bachelorseminar angerechnet werden. Dieses gibt nur 3 ECTS-Punkte. Gefordert sind dafür laut Prüfungsordnung eine Hausarbeit mit 7.000-14.000 Zeichen sowie eine mündliche Prüfung von 30-45 Minuten. Der Seminarvortrag zählt als mündliche Prüfungsleistung. Melden Sie sich in diesem Fall in dieser Uni2Work-Veranstaltung an.
  • Das Seminar kann als Masterseminar angerechnet werden. Dieses gibt dann 6 ECTS-Punkte. Gefordert sind dafür laut Prüfungsordnung natürlich etwas mehr: Hausarbeit mit 20.000-30.000 Zeichen sowie eine mündliche Prüfung von 30-45 Minuten. Auch hier zählt der Seminarvortrag als mündliche Prüfungsleistung. Melden Sie sich in diesem Fall für die entsprechende Master-Veranstaltung im Uni2Work an.
  • Das Seminar kann als Veranstaltung für Vertiefende Themen der Informatik für Bachelor angerechnet werden. Dieses gibt ebenfalls 6 ECTS-Punkte. Gefordert werden dabei die gleichen Leistungen wie für das Masterseminar. Melden Sie sich in diesem Fall für die entsprechende Master-Veranstaltung im Uni2Work an.

Material

Eine Vorlage für die Präsentation und die Ausarbeitung finden Sie hier.

Dozent
  • Sabel
Anmeldung
Beschreibung

Inhalt

Bei den “Perlen der Funktionalen Programmierung” geht es um besonders elegante oder lustige Lösungen von kleinen eigenständigen Problemen mit Hilfe der Eigenheiten funktionaler Programmierung. Gut einhundert Artikel dieser Reihe aus den Jahren 1990-2018 sind online verfügbar (siehe Link) und decken eine große Bandbreite von Problemen und Lösungsansätzen ab, so dass für jede(n) Teilnehmer(in) ein passendes spannendes Thema zu finden sein sollte.

Functional pearls are elegant, instructive examples of functional programming.
They are supposed to be fun, and they teach important programming techniques and fundamental design principles. They traditionally appear in The Journal of Functional Programming, and at ICFP and affiliated workshops.

Genauer darf als Thema eine der “Perlen der funktionalen Programmierung” bearbeitet werden, die im Journal of Functional Programming, im Buch “Pearls of Functional Algorithm Design” von Richard Bird oder in Tagungsbänden der International Conference on Functional Programming und zugehörigen Workshops zu finden sind.

Eine (unvollständige) Liste ist unter https://wiki.haskell.org/Research_papers/Functional_pearls#Online zu finden.

Perlen der genannten Konferenzen und Workshops können mit der folgenden Suchanfrage gefunden werden:

https://dl-acm-org.emedien.ub.uni-muenchen.de/action/doSearch?fillQuickSearch=false&target=advanced&AvailableFormat=lit%3Apdf&ContentItemType=research-article&expand=all&AllField=Title%3A%28%22functional+pearl%22%29&startPage=0&sortBy=Ppub_desc

Perlen des Journal of Functional Programming können mit der folgenden Suchanfrage gefunden werden:

https://www-cambridge-org.emedien.ub.uni-muenchen.de/core/journals/journal-of-functional-programming/listing?q=%26quot%3BFunctional%20Pearl%26quot%3B&sort=canonical.date%3Adesc&fts=no&searchWithinIds=49AD4731AAB0E94D8EF98BBB4EE56A7F

Die beiden Suchanfragen erfordern ihr Einloggen mit der LMU-Benutzerkennung, dafür können Sie direkt auch auf die gesuchten Beiträge über die UB der LMU zugreifen.

Auch eine Suche bei Google-Scholar kann verwendet werden:

https://scholar.google.com/scholar?q=%22functional+pearl%22&hl=de&as_sdt=0,5&as_vis=1

Organisation

  • Umfang: Blockseminar am Ende des Semesters, verpflichtende Anwesenheitstermine: Vorbesprechung, 1Min-Blitzvorträge, Seminarvorträge
  • Vorkenntnisse: bestandene ProMo (Programmierung und Modellierung) oder vergleichbare Kenntnisse einer funktionalen Programmiersprache (OCaml, SML, Lisp, Haskell, …)
  • Veranstalter: Prof. Dr. David Sabel

Anforderungen

  • Blitzvortrag (90 Sekunden): Inhaltsübersicht, eine Folie
  • Vortrag: 30 Minuten (plus Diskussion)
  • Anwesenheit während der Seminarsitzungen
  • Ausarbeitung zum Thema (7.000-14.000 Zeichen)

Zeit und Ort

  • Vorbesprechung am 19.10.2021 um 16 Uhr online, via Zoom
  • Blitzvorträge: TBA
  • Abgabe erste Version der Ausarbeitung: TBA
  • Abgabe von zwei Reviews: TBA
  • Vorträge: TBA
  • Abgabe endgültige Version der Ausarbeitung: TBA

Weitere Informationen

Tipps zum Aufbau von Vorträgen und zu Präsentationstechniken:

Dozenten
  • Kanav
  • Li
  • Winter
Anmeldung
Beschreibung

In this seminar you will have the opportunity to try out modern tools for automatic program analysis, testing, and verification of software systems.

The tools will be chosen from the participants in software verification competition and testing competition:

Organization

The seminar will be in hybrid mode: in presence and online streaming at the same time.
The language of communication will be English.
This means that the communication with mentors, presentation, and the written report should be in the English language.
In case you cannot do it in English, please contact us by email.

Please note that all the communication with mentors will be in English.

Content and schedule

  • Oct 21: We will meet to discuss organizational issues (in presence and online streaming)
  • Jan 20: Submission of the final report and presentation draft
  • Jan 27-28: Block seminar (hybrid)

Requirements

  • Presentation (25 minutes)
  • Report: 7000-14000 characters (about 8-10 pages of in LNCS style, without bibliography)
  • Practical part: trying out the respective tool on sample programs
  • You are responsible to follow the rules of good scientific practice as well as the correct citation (we will discuss this in detail, in case of doubt just ask).

The seminar gives 3 ECTS points.

General Instruction:

Each topic in this seminar is based on a tool.
The tools are chosen from the participants in either software verification or testing competition.
The information about the tools is available on the competition web sites:

The links for more information about the tools, and tool archives to execute the tools are available on the following links:

List of topics:

Tool ArchiveTool Archive ReferencesReferences
2LS Ref. 1, Ref. 2
CBMC Ref. 1
CPAchecker Ref. 1, Ref. 2
Dartagnan Ref. 1, Ref. 2
DIVINE Ref. 1, Ref. 2
ESBMC-incr, ESBMC-kind Ref. 1, Ref. 2, Ref. 3, Ref. 4
Frama-C Ref. 1
Gazer-Theta Ref. 1
Goblint Ref. 1, Ref. 2
Korn Ref. 1
Lazy-CSeq Ref. 1, Ref. 2
PredatorHP Ref. 1, Ref. 2
SMACK Ref. 1, Ref. 2
Symbiotic Ref. 1, Ref. 2
UAutomizer Ref. 1, Ref. 2
CoVeriTest Ref. 1, Ref. 2
FuSeBMC Ref. 1, Ref. 2
KLEE Ref. 1, Ref. 2
Legion Ref. 1
TracerX Ref. 1, Ref. 2
NonDex Ref. 1, Ref. 2
Mart Ref. 1
EvoSuite Ref. 1, Ref. 2
Dozent
  • Majster-Cederbaum
Anmeldung
Beschreibung

Inhalt

Das Thema dieses Seminars ist die faire Zuteilung teilbarer und unteilbarer Güter an Personen mit unterschiedlichen Interessen.

Diese Güter können sein z.B. Studienplätze, Plätze im Studentenwohnheim, Teile eines Erbes, Ländereien, Speicherplatz in der Cloud, Werbeflächen, und Nieren für Transplantationen.

Es werden Eigenschaften von Zuteilungen betrachtet, wie z.B. Stabilität, Pareto-Effizienz, Neidfreiheit und Fairness. Algorithmen für Zuteilungen und deren Eigenschaften werden diskutiert.

Die Materialien zu den Themen finden Sie hier im Uni2Work.

Seminar-Leitung

Prof. Dr. Mila Majster-Cederbaum

Technische Fragen: Dr. Philipp Wendler

Termine und Ablauf

Das Seminar findet an 3 Terminen Mittwochs 14 bis 18 Uhr in Präsenz statt (s. Termine in Uni2Work). Es gilt die 3G-Regel und Maskenpflicht.

  1. Sie sollen eine Liste von 3 Themen erstellen, Ihr am meisten präferiertes Thema soll dabei auf Platz 1 stehen usw. Werfen Sie dazu einen Blick auf die zur Verfügung gestellten Materialien.

  2. Diese Liste senden Sie bitte an Dr. Philipp Wendler bis zum 17.10.2021. Auf Basis dieser Listen erfolgt eine Zuteilung der Themen.

  3. Nach der Zuteilung der Themen haben Sie bis zum 02.11.2021 Zeit sich Ihr Thema näher anzusehen und eine Literaturrecherche zum Beispiel zu historischen Hintergründen und insbesondere zu Anwendungen Ihrer Algorithmen in der Praxis oder Erweiterungen/ Varianten der Problemstellung durchzuführen. Erstellen Sie eine provisorische Gliederung Ihres Themas, ca. eine halbe Seite.

  4. Voraussichtlich für den 3. und 4. November vereinbare ich mit Ihnen Termine zu Einzelgesprächen auf Grundlage Ihrer Gliederung, wobei auch Fragen Ihrerseits geklärt werden können.

  5. Sie haben danach ca. 3 Wochen Zeit die Folien Ihres Vortrags zu erstellen, der 45 Minuten (+ ca. 5 Minuten Diskussion) dauern soll. Diese senden Sie mir zur Korrektur per Email zu.

Abgabe der Vorträge 1 bis 4: 28.11.2021
Abgabe der Vorträge 5 bis 8: 05.12.2021
Abgabe der Vorträge 9 bis 12: 12.12.2021

  1. Für alle Themen gilt: alle vorkommenden Begriffe sollen gut erklärt werden, z.B. an einem eigenen Bespiel / Gegenbeispiel. Ebenso sollen die Algorithmen/Protokolle dargestellt werden und an einem eigenen Beispiel erläutert werden. Die Aussagen zu den Algorithmen/Protokollen sollen präsentiert und erläutert werden. Beweise erfolgen in der Regel in der Ausarbeitung.

  2. Zwei Wochen nach Ihrem Vortrag soll eine Ausarbeitung von 8 bis 10 Seiten an mich gesandt werden. Im Gegensatz zu den Folien, die eher stichpunktartig organisiert sind, ist die Ausarbeitung eine ausführliche Behandlung Ihres Themas.

Sprache

Vortrag und Ausarbeitung können auf deutsch oder englisch sein. Vortrag und Ausarbeitung sollen in der gleichen Sprache erfolgen und selbstständig formuliert werden.

Bewertungskriterien

Vortrag

  • Inhalt: Motivation und Einführung, Gliederung, Argumentationskette, Abstraktionsniveau, Vollständigkeit
  • Form: Form der Folien (Schriftgröße, Diagramme, Folien nicht überladen), freie Rede, sprachliche Verständlichkeit (deutliche Sprechweise, Wortwahl), Einhalten der Zeit

Der Vortrag soll ca. 45 Minuten dauern (+ ca. 5 Minuten Diskussion).

Ausarbeitung

  • Darstellung: Klarheit des Textes, sprachliche Gewandtheit, äußere Form, Rechtschreibung, Quellenangaben, sinnvolle Darstellung von Abbildungen
  • Hinführung: Abstract, Einleitung und Motivation
  • Hauptteil: Argumentationskette, Darstellung der Hauptresultate
  • Abschluss: Schlussbewertung und Zusammenfassung, Ausblick

Die Ausarbeitung soll ca. 8-10 Seiten lang sein.

Quellen müssen klar und umfassend genannt werden. Copy und Paste aus Texten oder Darstellungen im Internet sind nicht zulässig.

Hörerkreis

Bachelor Informatik oder Medieninformatik

Dozent
  • Rückschloß
Anmeldung
Beschreibung

Uncertainty is a fact of life, and robust artificial intelligence for real life application has to be able to deal with it. Therefore, effectively incorporating probabilities was a key step in the development of artificial intelligence.
However, human understanding goes further than that: We go beyond observing events, such as “Whenever the sprinkler is on in my greenhouse, the plants are wet” or “Whenever the plants are wet, the sprinkler is on”, to postulating a relationship of cause and effect: “If I turn on the sprinkler, the plants will be wet, but if I water the plants, that will certainly not activate the sprinkler”.

In our seminar we begin with studying Bayesian networks, which are a widely used representation for probability distributions. In particular, we discuss commonly used inferenence and learning algorithms. Moreover, we study the connections to neural networks, which are a current field of research. Further, we will see that Bayesian networks do not only represent probability distributions, but are also able to express causal relationships. In the remaining time we will look at the causal expressivity of Bayesian networks, aiming to learn causal structure from observational data. If the second part sounds interesting to you, I would recommend to watch the following talk (https://www.youtube.com/watch?v=dFp2Ou52-po&t=1172s).

Anmeldung
Mo 02 Aug 2021 00:00
Beschreibung

Die Vorlesung “Betriebssysteme” ist als Fortführung der im Sommersemester stattfindenden Vorlesung Rechnerarchitektur anzusehen. Der Schwerpunkt der Vorlesung 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.

Dozent
  • Schubert
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

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.

The course will be offered offline (live lecture and exercises in the lecture hall)

There is also the opportunity to access lecture and tutorial videos from the last term via moodle here: https://moodle.lmu.de/course/view.php?id=18228
The enrollment key for Moodle is: y7OnI0L3J1wA2W*c;?Qv

Dozenten
  • Ullrich
  • Quintes
Anmeldung
Fr 01 Okt 2021 00:00 – Do 10 Feb 2022 23:59
Beschreibung

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.

Update: Termin für das Blockpraktikum: 07.03.-18.03.2022 (voraussichtlich)

Update: Ort: online

Update: Das Blockpraktikum wird online stattfinden. Zoom-Link wird per Mail und im Bereich “Material” veröffentlicht.

Dozenten
  • Guggemos
  • Grundner-Culemann
Anmeldung
Fr 23 Jul 2021 00:00 – Mi 01 Sep 2021 23:59
Beschreibung

Das Blockpraktikum findet von 11.10.2021 bis 15.10.2021 statt und baut auf der Vorlesung “Einführung in Quantencomputing” auf.
Das Praktikum ist ganztags (9 - 18 Uhr), melden Sie sich also bitte nur an wenn Sie während des kompletten Zeitraums dabeisein können (Sondersituationen wie Prüfungen sind davon natürlich ausgenommen)

Dozent
  • Petrakis
Anmeldung
Beschreibung

Natural transformations, functors and categories, the fundamental notions of
Category theory (CT), were introduced by Eilenberg and Mac Lane in their
development of algebraic topology and homological algebra. The categorical
concepts of sheaves and Kan extensions soon became key notions of algebraic
topology. Kan also introduced adjoint functors, and Lawvere discovered
that logical rules of inference are instances of them. Later Grothendieck
and his school developed the notion of topos in algebraic geometry, which,
surprisingly, became a categorical framework of higher-order logic and set
theory.

Besides the extensive use of CT in mathematics, CT has applications
to many areas of theoretical computer science such as software engineering, ar-
tificial intelligence and automata theory. As CT is a theory of a general
notion of “function”, it soon became appropriate for the semantic investiga-
tion of programs. Categories provide semantics for type theories and type
theories can be seen as the formal syntax for categories.

The following topics are among the ones to be studied in the seminar: cat-
egories, functors and natural transformations, limits and colimits, cartesian
closed categories, the Yoneda lemma, the Grothendieck construction, the
density of representable functors, adjoint functors, monads, the Chu con-
struction, type theories and categories.


This seminar is addressed to computer science master students with a background in mathematics, as covered for instance in the “Informatik plus Mathematik” Bachelor degree or a similar programme with some component of abstract mathematics.


Each participant will give two 30 minutes talks, one in the first half of the seminar and one in the second.
Additionally, every participant is expected to submit a written piece of work after the end of the teaching term. The grading will be based on both the talk and the write-up.


The following sources can be used:

J. Lambek, P. J. Scott: Introduction to higher order categorical logic, Cam-
bridge University Press, 1986.

S. Awodey: Category Theory, Oxford University Press, 2010.

M. Barr, C. Wells: Category Theory for Computing Science, Reprints in
Theory and Applications of Categories, No. 22, 2012.

E. Riehl: Category Theory in Context, Aurora: Dover Modern Math Orig-
inals, 2016.

Place and time:

Wednesday 14-16, Central Building, DZ007, Start: 20.10.2021
The schedule and the content of presentations are expected to be determined in the first meeting

Dozent
  • Reisser
Anmeldung
Do 17 Feb 2022 00:00 – Fr 30 Sep 2022 23:59
Beschreibung

Klausur zur Computergestützten Mathematik

Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

Computers and sensors are becoming more and more integrated and ubiquitous in users’ daily environments and routines. Thus, the amount and types of information that is collected is constantly growing. In communication between users, such information can be crucial, but is sometimes difficult to convey due to the lack of language. For example, it is easy to report on a successful training session by referring to miles run or time spent in the gym, but other areas lack such quantifiable metrics or even understandable language at all. We call such information “hidden data” that is typically not directly accessible to users, such as hormone levels, emotional status, or memories and dreams.

The goal of this course is to explore the possibilities of data physicalization of such “hidden data”, allowing users to learn a physical language that they can use as a medium for implicit or explicit communication in a collocated situation.

The course is conducted in an interdisciplinary collaboration between LMU Munich, Bauhaus University Weimar, and University of Augsburg and aims to explore and prototype physical artifacts. In this course, students will focus on research topics such as “interactive/intelligent materials”, “flexible/deformable interface materials”, “shape-changing interfaces”, and “ambient/peripheral interfaces”. We encourage students to participate who have a high interest in prototyping with hardware (e.g., Arduino), working with unconventional materials (e.g., silicone), or using traditional fabrication techniques (e.g., origami-folding).

This course can be counted as: DW2, vertiefende Themen, practical master course

Dozent
  • Böhm
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

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.

Dozent
  • Schubert
Anmeldung
Fr 01 Okt 2021 00:00 – Di 30 Nov 2021 23:59
Beschreibung

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.

Dozenten
  • Wiethoff
  • Guminski
  • Stannard
Anmeldung
Di 14 Sep 2021 00:00 – Mi 13 Okt 2021 23:59
Beschreibung

Es finden dieses Jahr zwei parallele Kurse statt. Sie können bei der Bewerbung eine Präferenz angeben.
Kurs 1: bei Karin Guminski Kurs 2: mit dem externen Dozenten Steven Stannard.

Dozent
  • Schörner
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Dozenten
  • Dietz
  • Hußmann
  • Terzimehic
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

Digitale Medien

Dozent
  • Schütz-Bosbach
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

Bitte schreiben Sie sich in Moodle für die Vorlesung ein. Wenn Sie an der Prüfung teilnehmen möchten, schreiben Sie sich bitte hier in Uni2Work für die Veranstaltung ein.

Anmeldefrist: 14.1.2022 (Nachmeldungen sind ausgeschlossen!)

Dozenten
  • Ernst
  • Spießl
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

Inhalte

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)

Zeiten & Räume

Wir planen derzeit ein hybrides Lehrkonzept das Sie sowohl in Präsenz als auch virtuell wahrnehmen können

Organisatorisches

Aus dem Wintersemester 19/20 sind Aufzeichnungen sind bei der Unterrichtsmitschau verfügbar, d.h. Sie können auch virtuell an der Vorlesung teilnehmen.

Die Vorlesung (neue Inhalte) mit anschließender Zentralübung (weitere Beispiele zur Vorlesung) findet im Zeitraum von 14-18 Uhr jeweils Mittwochs statt, die Sie online oder möglicherweise auch in Präsenz belegen können. In der ersten Semesterwoche werden wir Sie über alle wichtigen Organisatorischen Aspekte informieren.

Die Gruppenübungen (Präsenzaufgaben + Besprechung der von Hausaufgaben) finden am Montag und Freitag statt, sie können sich dann via Uni2Work für eine der folgenden Gruppen anmelden. Evtl finden die Übungen in Präsenz statt, es wird aber mindestens eine reine Online-Gruppe geben, die auch aufgezeichnet wird.

Zur Teilnahme an der Veranstaltung ist eine Anmeldung hier im Uni2Work nötig. Hierüber können Sie sich dann für Übungen und die Klausur anmelden sowie auf die Materialien zugreifen.

Personen

Hörerkreis

Achtung: Keine Garantie für Korrekte Angaben.
In Zweifelsfällen wenden Sie sich bitte an das Prüfungsamt Ihres Studiengangs oder Hauptfachs.

Diese Vorlesung richtet sich an Studierende verschiedener Fachbereiche mit Nebenfach Informatik.

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.

Die Vorlesung gibt es in zwei Varianten (6 ECTS und 9 ECTS):

6-ECTS Variante:

  1. Bachelorstudiengänge verschiedener Fachbereiche mit Nebenfach Informatik zu 30 ECTS-Punkten.
  2. Bachelorstudiengänge verschiedener Fachbereiche mit Nebenfach Medieninformatik zu 60 ECTS-Punkten. (Alternative zu Einführung in die Programmierung für Nebenfach Medieninformatik.)
  3. Bachelor Physik Wahlpflichtlehrveranstaltung des Moduls V
  4. Bachelor Statistik Wahlpflichtlehrveranstaltung (falls Informatik nicht als Nebenfach entsprechend (1) gewählt)
  5. Bachelor Chemie und Biochemie Wahlpflichtlehrveranstaltung
  6. Diplom- und Magisterstudiengänge mit Nebenfach Informatik (außer Diplom-Mathematik), z.B. VWL-Diplom 4 Leistungspunkte
  7. Bachelor Biologie, Wissenschaftliches Wahlmodul
  8. Bachelor BWL und Wirtschaftspädagogik Wahlpflichtlehrveranstaltung (nach PSTO 2015)

9-ECTS Variante:

  1. Bachelorstudiengänge verschiedener Fachbereiche mit Nebenfach Informatik zu 60 ECTS-Punkten.
  2. Bachelor BWL Wahlpflichtlehrveranstaltung (alte PSTO)
  3. Bachelor VWL Wahlpflichtlehrveranstaltung
  4. Master Chemie
  5. Master Biochemie

Im Fall (9) muss zusätzlich der Javakurs für Anfänger für 3 ECTS belegt werden (dies ist eine zusätzliche, unabhängige Veranstaltung)!

Dozent
  • Strickroth
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

Thema der Vorlesung ist die Einführung in die imperative und objektorientierte Programmierung sowie die Behandlung grundlegender Datenstrukturen und Algorithmen. Vermittelt werden begriffliche Grundlagen, Konzepte, Methoden und Techniken zur Darstellung und Strukturierung von Daten und zur Entwicklung von Algorithmen. Programmiersprache ist Java.

Eine Registrierung auf Uni2Work https://uni2work.ifi.lmu.de/, dann ein Login auf Uni2Work und letztlich eine Anmeldung zur Vorlesung auf Uni2Work sind nötig, um Nachrichten und weitere Auskünfte zur Vorlesung lesen zu können.

Dozenten
  • Roßmy
  • Windl
Anmeldung
Mi 01 Sep 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

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.

Dozent
  • Gerkmann
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

keine Modulbeschreibung verfügbar

Dozenten
  • Fürlinger
  • Luckow
Anmeldung
Beschreibung

Big Data, Machine Learning and AI are transformational technologies that will have a significant impact on science and business. The aim of this seminar is to give the student an overview of the topics of big data, machine learning and AI. The aim is to develop a technical understanding of large-scale systems and infrastructures for data infrastructures and advanced analytics. The students deepen their computer science knowledge in a practice-oriented way and with methods, techniques, procedures, tools and infrastructures for the processing and analysis of large data:

Data Applications in Industry and Sciences
Resource Management: YARN, Mesos and Kubernetes
Data Processing Engines: Spark, Flink
SQL on Hadoop: Hive, Spark-SQL, Presto
Stream Processing: Kafka, Spark Streaming, Flink, Heron
Machine Learning (Methods & Tools, Scikit-Learn, MLLib)
Deep Learning: Convolutional Neural Networks (Tensorflow, Keras)
Natural Language Processing: Word Embeddings, Language Models (RNNs, LSTMs, Transformers)
Quantum Machine Learning
Scalable Machine Learning: Distributed Training

Dozenten
  • Fürlinger
  • Chung
Anmeldung
Beschreibung

Das Praktikum widmet sich der Untersuchung der Struktur und des Verhaltens von parallelen Hochleistungsrechnern mit den Methoden der quantitativen Analyse. Durch Experimentation, Messung und Modellierung soll das komplexe Verhalten von modernen Parallelrechnern im Vergleich verschiedener Architekturen analysiert werden.

Das Praktikum wird in Zusammenarbeit mit dem Leibniz Rechenzentrum (LRZ) und der TU München durchgeführt. Technische Basis wird ein neu installiertes heterogenes Hardware-Testbett am LRZ sein (BEAST)

Dozent
  • Xu
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

In response to the huge proofs that sometimes accompany landmark theorems nowadays, and that defy even teams of referees, the computer science and mathematics communities have developed proof assistants; these are purpose-built computer programs based on mathematical logic to formalize mathematical proofs and verify their correctness. Developing mathematics in a proof assistant is a difficult process, but it has advantage even beyond the correctness guarantee. For instance, some proof assistants allow users to obtain a certified computer program from the formalized proof.

The objective of the course is to encourage students to make use of proof assistants in their study of mathematics. During this course, we will use the Agda proof assistant for demonstration. In particular, we will study some examples of applying type-theoretic techniques, such as mutual inductive-recursive definitions and higher inductive types, in the development of mathematics.

Outline

The course is planed to cover the following topics:

  • Proof assistants and type theory
  • Proving and programming in Agda
  • Classical reasoning in intuitionistic type theory
  • Univalent mathematics
  • Mathematical applications of type-theoretic techniques

Literature

Time and place

Tuesday 10:15-12:00, starting on 19 October 2021

On 9, 16 and 23 November, the lectures took place in Room C123. From 30 November, we switch back to online lectures due to the pandemic situation.

Here is the link to the Zoom meeting room for the lectures:

Dozent
  • Ernst
Anmeldung
Fr 01 Okt 2021 00:00
Beschreibung

Inhalt

Die Veranstaltung führt in grundlegende Methoden und Konzepte ein, die bei der Spezifikation und Verifikation von Systemen von Bedeutung sind. Es werden Spezifikationsformalismen, Konzepte der System-Modellierung und Grundtechniken für die Automatisierung der Verifikation behandelt. Neben der Vorlesung werden die besprochenen Inhalte im Übungsteil anhand von praktischen Anwendungen eingeübt.

Hörerkreis

Bachelor Informatik

Zeiten & Räume

Zulip chat:

Organisatorisches

Wir planen die Lehre in Präsenz. Sie können aber auf jeden Fall rein virtuell teilnehmen. Als Vorlesungsgrundlage verwenden wir die Folien und Videoaufzeichnungen des letzten Sommersemesters 2020, der Vorlesungsinhalt wird also im Wesentlichen der Gleiche sein. Wir behalten uns vor, einzelne Themen, Folien und/oder Aufzeichnungen anzupassen. Hier finden Sie die Aufzeichnungen vom SoSe 2020, die alten Folien finden Sie unter Material.

Es gibt wöchentliche Übungsblätter und mehrere kleinere Projekte (mit Bonuspunkten für die Klausur).

Gerne können Sie uns bei Fragen direkt kontaktieren.

Empfohlene Vorkenntnisse

  • Logik und Diskrete Strukturen
  • Formale Sprachen und Komplexität
  • System- oder Softwareentwicklungspraktikum

Literatur

Dozent
  • Sabel
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

Beschreibung
Aufbauend auf der Einführung in funktionale Programmierung im Rahmen der Lehrveranstaltung “Programmierung und Modellierung” (Semester 2), behandelt die Veranstaltung vertiefende Themen der funktionalen Programmierung und Programmiersprachen.
Einerseits werden theoretische Grundlagen behandelt (z.B. Syntax, Semantik und Typisierung von (Kern-)sprachen funktionaler Programmiersprachen), andererseits werden fortgeschrittene Techniken der funktionalen Programmierung behandelt (z.B. Behandlung von I/O und Effekten, Nebenläufige und Parallele Programme, Testen und Verifikation, Entwicklung ereignisgesteuerter Anwendungen wie Webapplikationen und graphischer Benutzeroberflächen).
In der Veranstaltung wird die Sprache Haskell eingesetzt; solide Vorkenntnisse in Haskell oder einer anderen funktionalen Sprache werden vorausgesetzt.

Dozent
  • Hainzl
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

The lecture will start online. It will take place on Wednesday, Friday, 8:30-10:00.

The content will be: Spectral properties of Schroedinger operators, semiclassical estimates, Weyl’s law, Dirichlet and Neumann Laplacian, many-body quantum systems, Thomas-Fermi theory, Hartree-Fock theory, correlation energy.

This is a course for students interested in mathematical physics and advanced analysis

Dozenten
  • Ou
  • Butz
Anmeldung
Beschreibung

In this course, students will learn and practice more about geometry processing algorithms in 3D graphics in this practical course, including mesh representation, discrete differential geometry, smoothing, parameterization, remeshing, deformation, shape analysis, etc.

Students will participate in the course every week to discuss and learn more geometry processing techniques at the beginning of the semester, then do 5 out of 8 geometry processing coding projects.

During the rest of the semester, students should propose a project idea throughout the semester, and by the end of the semester, implement and demonstrate their project in 1) idea-pitch presentation; 2) intermediate presentation; 3) final presentation.

Further details can be found in http://www.medien.ifi.lmu.de/lehre/ws2122/gp/.

Dozent
  • Kranzlmüller
Anmeldung
Fr 01 Okt 2021 00:00 – Mo 25 Okt 2021 08:00
Beschreibung

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.

Dozent
  • Schütz-Bosbach
Anmeldung
Di 28 Sep 2021 00:00 – Fr 22 Okt 2021 23:59
Beschreibung

Die Vorlesung Grundbegriffe der Psychologie bietet einen Überblick über ausgewählte grundlagen- und anwendungsorientierte Themen der Psychologie.

Dozent
  • Rost
Anmeldung
Do 30 Sep 2021 16:00 – Do 31 Mär 2022 23:59
Dozent
  • Mayer
Anmeldung
Beschreibung

Im Rahmen des Hauptseminars stellen Studenten den Stand der Forschung und aktuelle Entwicklungen zu einem für die Medieninformatik relevanten Thema in Form einer wissenschaftlichen Ausarbeitung vor.

  Die Lehrveranstaltung eignet sich für:

    Studierende der Medieninformatik (Master)
    Studierende der Informatik (Master)

You can find the zoom link for the first sessions here:
https://lmu-munich.zoom.us/j/91349024027?pwd=WUt6bm1VRERKRGV6M01FVkxtT215dz09

Dozenten
  • Bry
  • Butz
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

Human Computation and Analytics

The course Human Computation and Analytics covers those aspects of Data Science, in which humans either produce the data, process and analyze it with the help of algorithms, or in which data is presented to humans by a computer system.

From the area of Human-Computer Interaction (HCI), the basics of human perception and cognition, as well as some approaches for the design of usable systems are introduced. The following section from Visual Analytics (VA) covers the visual analysis of data by the human user, as well as some visualization techniques.

The lecture part on Human Computation (HC) gives an introduction to distributed data collection by humans (crowdsourcing) and the processing of data by humans, for example in the form of online games (HC).

The module examination is based on four to six team’s presentations of their lab work half of which which take place during each terms. Thus, the module’s grading takes place at the end of the Summer term.

Lecture

The lecture will start from the 20th of October.
Date: Wednesday 14:00-16:00
Room: DZ001 LMU Main Building (take the staircase in front of the main entrance at Geschwister-Scholl-Platz 1, on the first floor go the windows over Geschwister-Scholl-Platz, turn left and take the first staircase on your left half a staircase down)

Tutorial

The tutorial will start from the 25th of October
Date: Monday 09:00-10:30
Room: 357 Frauenlobstr. 7a

Presentation

The final presentation takes place on the 31.01. 9:15 (be there earlier to test the screen sharing).
Time: 12 minutes

Prerequisite for participation

The module “Human Computation and Analytics” is restricted to the students of the master program “Data Science”.
Please only register if you are a participant in the master program “Data Science”.

Lecture Schedule

20/10 1 Crowdsourcing and Human Computation Systems
27/10 2 Games With A Purpose (GWAPs)
03/11 3 Aggregating Human Inputs: Link Prediction
10/11 4 Aggregating Human Inputs: PageRank
17/11 5 Aggregating Human Inputs: Prediction Markets
24/11 6 Social and Ethical Aspects of Human Computation
01/12 7 Participation to Human Computation Systems

08/12 8 Integrating the Human into HC Systems
15/12 9 Human Perception and Cognition
22/12 Christmas Lecture (Beware of the day!)
12/01 10 Data Types and Tasks for Visualization
19/01 11 Visualization Idioms I
26/01 12 Visualization Idioms I
02/02 13 Visualization Idioms III
09/02 14 Usability and Evaluation

Tutorial Schedule

08/11 R1 & R2: History & Terminology; Games With A Purpose
15/11 R4: PageRank
22/11 Lab 1
29/11 R5: Prediction Markets
06/12 R6: Social and Ethical Aspects of Human Computation
13/12 R7: Participation to Human Computation Systems
20/12 7 Lab 2
10/01 R8: Integrating the human into HC systems
17/01 R9: “HUMAN ERROR? NO, BAD DESIGN”
24/01 R10: Data Type Taxonomy for Information Visualizations
31/01 Lab 3

Dozenten
  • Prokosch
  • Rückschloß
Anmeldung
Beschreibung

Im Bachelorpraktikum “Implementierung von Programmiersprachen” soll
einerseits die funktionale Programmierung in Haskell geübt werden,
andererseits grundlegende Techniken zur Realisierung von
Laufzeitsystemen von imperativen und deklarativen Programmiersprachen
gelernt werden. Dafür sollen in Fünfer-Teams Laufzeitsysteme für
Mini-Programmiersprachen - das heisst, bis auf einige Kernaspekte
vereinfachte Programmiersprachen - in Haskell implementiert werden.
Die Prüfung wird aus einer Vorführung des realisierten Laufzeitsystems
und einem “Code Review” bestehen, zu dem jedes Teammitglied aktiv
beitragen soll.

Dozenten
  • Ou
  • Oechsner
  • Butz
Anmeldung
Fr 01 Okt 2021 00:00 – Mo 15 Nov 2021 23:59
Beschreibung

Please send any requests concerning the course to

iv2122@medien.ifi.lmu.de

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.

Dozenten
  • Schmidt
  • Butz
  • Mayer
Anmeldung
Mo 30 Aug 2021 00:00 – So 17 Okt 2021 23:59
Beschreibung

The module “Intelligent User Interfaces” (IUI) deals with current topics in the intersection of human-machine interaction and machine learning. The focus here is primarily on the practical application and adaptation of techniques and algorithms in the field of machine learning and artificial intelligence on aspects of human-machine interaction.

Dozent
  • Reiser
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

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 und Security Management
  • Bedrohungen und Gefährdungen
  • Kryptographische Grundlagen
  • Sicherheitsmechanismen und deren Realisierung
  • Netz-Sicherheit
Dozent
  • Schmid
Anmeldung
So 01 Aug 2021 00:00 – Mo 08 Nov 2021 23:59
Beschreibung

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.

Der Kurs findet immer Mittwochs von 18 - 20 Uhr statt (c.t.). Erster Termin ist der 20.10.21.
Der Kurs findet über Zoom statt. Die Zugangsdaten finden Sie im Bereich Material.

Der Kurs wird nicht aufgezeichnet! Übungsaufgaben können eigenständig bearbeitet werden (Lösungen werden online gestellt)!

Dozent
  • Sarre
Anmeldung
So 01 Aug 2021 00:00 – Do 31 Mär 2022 23:59
Beschreibung

Vorlesungsinhalte

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

Dozent

  • PD Dr. Frank Sarre
    E-Mail: F.Sarre at-Zeichen lmu.de
    (bitte keine andere E-Mail-Adresse verwenden, weil ansonsten die zeitnahe Bearbeitung nicht sichergestellt ist)

Hörerkreis

Master- und Bachelor-Studenten/innen der Studienrichtungen Informatik und Medieninformatik.

Andere Studierende sind nach Anmeldung auch herzlich willkommen.
Außenstehende, die nicht studieren, können an der Vorlesung nicht teilnehmen.

Art der Veranstaltung

Die Vorlesung ist keine Pflichtveranstaltung, dennoch ergänzt sie das Lehrangebot in der Informatik um ein Thema, das insbesondere für berufliche Tätigkeiten eines Informatikers (bzw. vergleichbarer Berufsgruppen) äußerst relevant ist.

Die Vorlesung „Juristisches IT-Projektmanagement” gibt es an der LMU seit Oktober 2007.

Benötigte Vorkenntnisse

Alle Hörer/-innen sollten mit Basiskonzepten der Softwareentwicklung und des Projektmanagements vertraut sein (vgl. hierzu das Vorlesungsangebot von Herrn Professor Beyer sowie von Herrn Professor Wirsing). Die Vorlesungen „Software Engineering” und „Projektmanagement” werden zwar nicht vorausgesetzt, dürften aber für das Verständnis der hier angebotenen Vorlesung sehr hilfreich sein.

Eine juristische Vorbildung ist nicht erforderlich - die erforderlichen Kenntnisse werden direkt in der Vorlesung vermittelt.

Ablauf und Termine

Die Vorlesung findet jeweils am Dienstag von 8.00-9.30 Uhr (s.t.) im Raum B U101 (Oettingenstraße 67) statt. Es gelten die Corona-Regeln der LMU München. Bitte kommen Sie pünktlich, auch wenn die Uhrzeit sehr früh erscheinen mag.
Die erste Vorlesung findet am 19.10.2021 statt.

Vorlesungsmaterialien

Die Vorlesungsmaterialien (Präsentationsfolien, Ausarbeitungen der studentischen Vorträge und sonstige Dateien) finden Sie unter dem Menüpunkt Material.

Prüfung / Klausur und ECTS-Punkte

Alle Studierenden, die für diese Vorlesung ECTS-Punkte haben möchten, müssen die schriftliche Präsenzklausur mitschreiben und erfolgreich bestehen.

Es gilt folgendes:

  • Kandidaten/-innen, die die Klausur (erfolgreich) bestehen, einen Vortrag (25 Min. oder 40 Min.) erfolgreich halten, die Folien abgeben (PDF-Format, Vorlage frei wählbar) und eine wissenschaftliche, “brauchbare” Ausarbeitung (10-15 Seiten im PDF-Format, Textverarbeitungssystem frei wählbar) abgeben, erhalten 6 ECTS-Punkte. Dies ist in erster Linie für Studierende interessant, die sich im Masterstudium befinden.
  • Alle anderen Kandidaten/-innen, die sich nur der Klausur (ohne Vortrag) unterziehen, erhalten 3 ECTS-Punkte (sofern die Klausur bestanden wird).
  • Die Klausur kann nur mitschreiben, wer auch tatsächlich zur Klausur angemeldet ist. Die Anmeldung erfolgt über Uni2Work, sobald der Termin feststeht.
  • Sollte ein Kandidat/-in die Prüfung nicht bestehen, ist eine Wiederholung im folgenden Wintersemester 2022/2023 möglich. In absoluten Ausnahmefällen ist die Wiederholung durch mündliche Prüfung möglich (die letztendliche Entscheidung bleibt dem Prüfungsamt vorbehalten).
Dozenten
  • Rost
  • Schörner
Anmeldung
Fr 01 Okt 2021 00:00 – Do 31 Mär 2022 23:59