Lehrveranstaltungen im SS Info-Veranstaltung Mittwoch, den 27. Januar bis ca Uhr Vorlesungssaal der Informatik (03-428)

Transkript

1 Lehrveranstaltungen im SS 2016 Info-Veranstaltung Mittwoch, den 27. Januar bis ca Uhr Vorlesungssaal der Informatik (03-428)

2 Veranstaltungsplan Informatik SS Veranstaltung Typ BSc BEd MEd abi nwi Dozent / Lehrbeauftragter Tag Uhrzeit Raum Grundstudium 356 Propädeutik VL Schröder,H.-J. / N.N. Mi /10-16 C Einf. i.d. Programmierung VL+Üb E. Schömer Mo N1 015 Einf. i.d. Softwareentwicklung VL+Üb A. Hildebrandt Di C Programmiersprachen VL+Üb A.Karwath Mi HS Berechenbarkeit u. formale Sprachen (TGI I) VL+Üb E. Althaus Mo HS16 Schwerpunkte (Wahlpflicht) 228 Datenbanken I VL+Üb S. Kramer Di Kommunikationsnetze VL+Üb L. Nagel Di Maschinelles Lernen VL+Üb S. Kramer Do Computergrafik und Animation VL+Üb A.v.Dziegielewski Di Strukturbasierte Bioinformatik VL+Üb A. Hildebrandt / M.Carnini Mo Advanced Topics in Operating Systems VL+Üb A. Brinkmann Nach Vereinbarung 314 Modellierung I VL+Üb M. Wand Do Parallel Algorithms & Architectures VL+Üb Ch. Hundt / B. Schmidt Do Kryptographie und IT-Sicherheit VL+Üb E. Althaus Mo Fortgeschrittene Algorithmen VL+Üb E. Althaus Mi Mobile Computing + Web Entwicklung VL+Üb C. Wille Do 8-10/ Statistical Geometry Processing VL+Üb M.Wand Mo Verteilte Systeme VL+Üb T. Süß 204 Bildverarbeitung VL+Üb E. Schömer Mi Design Pattern Vl+Üb S. Endler Mo Fachdidaktik - B.Ed. + M.Ed. 160 Fachdidaktik Sem. E.Messner 170 Informatik&Gesellschaft (B.Ed.) (HS) Sem. H.-J. Schröder 760 Projektpraktikum (M.Ed.) Prakt. E.Schömer / H.-J. Schröder Praktika 223 Computergrafik Prakt. A.v.Dziegielewski 210 Algorithmische Geometrie Prakt. A.v.Dziegielewski 101 Berufspraktikum Prakt. H.-J.Schröder 660 Vertiefungspraktikum Bioinformatik Prakt. AG Hildebrandt 600 Paralleles Programmieren mit CUDA Prakt. Ch. Hundt / B. Schmdit Machine Understanding of Visual Data - PraktikumPrakt. M. Wand /Chuan Li 556 Data Mining Prakt. S. Kramer 625 APC: Strategies, Algorithms & Data Structures/FA Prakt. M. Blumenstock Di 16:15-19: Seminare 224 Computergrafik Sem. A.v.Dziegielewski 208 Algorithmische Geometrie Sem. A.v.Dziegielewski 590 Paralleles Rechnen Sem. Ch. Hundt / B. Schmidt 635 Data Mining Sem. S. Kramer 650 Vertiefungsseminar Bioinformatik Sem. A.Hildebrandt 570 Vertiefungsseminar Betriebssysteme Sem. A.Brinkmann 642 Machine Understanding of Visual Data - Seminar Sem. M. Wand /Chuan Li Mi Master Seminar Sem. alle Profs Nach Vereinbarung 690 Informationssysteme Sem. H.-J. Schröder Di Master 802 Mathematik für Bioinformatiker (ANA) Tut. A.Malevich Mi Einführungsveranstaltung für M.Sc. NaWi E. Althaus Mi/ / Einführungsveranstaltung für M.Sc. Bioinf. Hildebrandt Mo/ / Legende: Pflichtveranstaltung Wahlpflichtveranstaltung

3 Veranstaltungsplan SS2016 Informatik Uhrzeit Montag Montag Dienstag Dienstag Mittwoch Donnerstag Freitag 8.00 Lineare Algebra I Ergänzungen zur Ergänzung zur Ana I Mobile Computing & Analysis I Linearen Algebra I Web-Entwicklung 9.00 Hog Angeloni F. Leinen Schneider C. Wille F. Leinen N S Verteilte Systeme Design Pattern Computergrafik u. Mathe f. Bioinform. Mobile Computing & Animation Tutorium Web-Entwicklung T. Süß S. Endler A.v.Dziegielewski M. Malevich C. Wille Übung Strukturbasierte Berechenbarkeit u. Analysis I Kommunikationsnetze Fortg. Algorithmen Parallel Alg. &Arch. Lineare Algebra I Bioinformatik formale Sprachen E. Althaus Ch. Hundt A. Hildebrandt E.Althaus leinen L.Nagel Hog Angeloni /2. Sem. /HS 16 S N Einf. i.d. Kryptographie und IT Einf.i.d. Datenbanken I Programmiersprachen Bildverarbeitung Maschinelles Lernen Programmierung E. Althaus Softwareentwicklung S. Kramer E. Schömer S. Kramer E. Schömer A.Hildebrandt A.Karwath 1. Sem. /N Sem. /CO HS Statist. Geo. Processing APC Praktikum MUoVD/Seminar Modellierung M. Wand M. Blumenstock M.Wand/Chuan Li M. Wand Bitte beachten Sie, dass in diesem Plan nicht alle Veranstaltungen, die im SS 2016 angeboten werden aufgelistet sind. Legende: Mathe-Pfl. Master Schwerpunkt Kernzeit (BEd) Mathe-WPfl. B.Ed. Wahlzeit 1 (BEd) Informatik-Pfl. M.Ed. Wahlzeit 2 (BEd) Informatik-WPfl. Informatik-Seminar Informatik-Praktikum

4 AG Prof. Dr. André Brinkmann Vorlesungen 27. Januar 2016 Johannes Gutenberg-Universität Mainz * Institut für Informatik

5 AG Prof. Dr. André Brinkmann Vorlesungen 27. Januar 2016 Johannes Gutenberg-Universität Mainz * Institut für Informatik

6 AG Prof. Dr. André Brinkmann Vorlesungen 27. Januar 2016 Johannes Gutenberg-Universität Mainz * Institut für Informatik

7 AG Prof. Dr. André Brinkmann Vertiefungsseminar Betriebssysteme Anmeldung direkt bei Prof. Brinkmann per weitere Veranstaltungen aus der AG: Vorlesung: Dozent: Kommunikationsnetze Lars Nagel 27. Januar 2016 Johannes Gutenberg-Universität Mainz * Institut für Informatik

8 AG Softwaretechnik Vorlesung + Übung Dozent Web & Mobile Development Prof. Dr. C. Wille (Lehrauftrag) Inhalte: - Konzepte und technische Grundlagen von Webservern und Java basierter Webtechnologien - Konzeption und Entwicklung von Servlets /JSP / JSF - Rolle von Scriptsprachen wie Javascript im modernes Webdesign - Konzepte und Entwicklungsschritte mobiler Applikationen - Software Plattform Android und ihre Komponenten - GUI-Programmierung für mobile Endgeräte - Datenverwaltung und Content Provider - Datenzugriff über Asynchrone Task / Webservice mit SOAP und REST - Entwicklung von Anwendungen mit Sensoren und Ortsbezogenheit - Netzwerkprogrammierung für mobile Geräte Vorlesungen - Sicherheit webbasierter und mobiler Anwendungen - Plattformübergreifende Programmierung. Studiengang Termin B.Sc. / M.Ed. Do Uhr (V), Do Uhr (Ü) 27. Januar 2016 Johannes Gutenberg-Universität Mainz * Institut für Informatik

9 Mobile Computing Praktikum Praktikum Dozent/en Inhalte Web-Programmierung Prof. Dr. C. Wille(Lehrauftrag) Plattform für Tiergesundheit und Kollaboration Im Rahmen des Software Praktikums soll ein Prototyp für eine Plattform für Tiergesundheit und Kollaboration der Tierhalter entstehen. Zielstellungen: Aufbau einer Plattform zur Erfassung und Darstellung von Tiergesundheitsdaten Mischung aus Patients-like-me (Strukturierte Daten) und Facebook (unstrukturierte Daten) Erfassung und Pflege von Daten des Haustiers, wie Medikamente, Veterinärmediziner, Nebenwirkungen, Aktivität, Vitalparameter, Futter, Freizeit, Fotos, Berichte, Trainings, Sensorik Webseite für Browser Android App (und ios) Studiengang Termin B.Sc. 22. Februar - 4. März 2016 (ganztägig) 27. Januar 2016 Johannes Gutenberg-Universität Mainz * Institut für Informatik

10 Webentwicklung Praktikum Dozent/en Inhalte Studiengang Termin Web-Programmierung 27. Januar 2016 Johannes Gutenberg-Universität Mainz * Institut für Informatik Jens Grochtdreis (Lehrauftrag) Literatur: Das große Little Boxes-Buch ( In diesem Praktikum ergänzen sich theoretische und praktische Teile. Je nach Wissensstand der Teilnehmer werden wir die unterschiedlichen Facetten der Frontend-Entwicklung beleuchten. Denn egal welche komplizierten Probleme serverseitig und mit Datenbankprogrammierung gelöst werden: am Ende kommt HTML heraus, das mit CSS ansprechend und nutzbar gestaltet werden soll. Die Teilnehmer sollen sich idealerweise ein Projekt vornehmen, an dem sie am Ende des Praktikums das Gelernte austesten können. Dieses Projekt sollte sich im Wesentlichen mit HTML, CSS und Javascript realisieren lassen. Der Kurs baut Vorlesungen auf Vorkenntnissen der Teilnehmer über HTML und CSS auf. Es ist deshalb ratsam, dass jeder Teilnehmer das empfohlene "Little Boxes" liest bzw. sich mit Onlineangeboten wie "A beginner's guide to HTML & CSS ( auf einen arbeitsfähigen Stand bringt. B.Sc. 29. März 8. April 2016 (ganztägig)

11 Webentwicklung - Praktikum HTML CSS Grundaufbau eines HTML- Dokumentes Semantik Formulare Tabellen Kaskade und Spezifität Layouts mit Floats und Positionierung Clearing/Clearfix elastisch,flexibel, pixelbasiert CSS3 Das DOM Das Boxmodell jquery Grundidee (unobtrusive JavaScript) Wie binde ich jquery ein? Einfache DOM-Manipulationen Browser Debuggen im Browser graceful degredation, progressive enhancement Performance Responsive Webdesign Zunahme der Devicetypen Ein Design für viele Devices Mediaqueries Stolpersteine unterschiedliche Layouttypen Navigationen anpassen Codereihenfolge Barrierefreiheit Sinn, Betroffene, Nutzniesser Mehr als "Web für Blinde" Barrierefreiheit und JavaScript Codequalität Barrierefreiheit testen Januar 2016 Johannes Gutenberg-Universität Mainz * Institut für Informatik

12 IT-Sicherheit Vorlesung + Übung Kryptographie u. IT-Sicherheit Dozent Inhalte Studiengang Termin E. Althaus + N.N. (Lehrauftrag) Kryptographie (6 Termine) IT-Sicherheit (6 Termine): - Terminologie / klassische IT-Sicherheit - Zertifikate - Identifizierung / Authentifizierung - Firewalls - IPsec - TLS - Mail-Sicherheit Vorlesungen - B.Sc. / B.Ed. /M.Ed. Vorlesung: Mo Uhr 27. Januar 2016 Johannes Gutenberg-Universität Mainz * Institut für Informatik

13 Datenbanken Seminar Dozent Inhalte Studiengang Termin Informationssysteme Dr. H.-J. Schröder NoSQL Data Matching Security Engineering Sicherheitsmodell Authentifikation Digitale Identiät. B.Sc. / M.Ed. n.v. Vorlesungen 27. Januar 2016 Johannes Gutenberg-Universität Mainz * Institut für Informatik

14 Vorlesungen AG Computational Geometry Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr [14:00] - Mi, 20. Jul [16:00] Einführung in die Programmierung Univ.-Prof. Dr. Elmar Schömer Mo, 18. Apr [14:00] - Mo, 18. Jul [16:00] Computergrafik und Animation Andreas von Dziegielewski Di, 19. Apr [10:00] - Di, 19. Jul [12:00] Seminare+Praktika Algorithmische Geometrie - Seminar Algorithmische Geometrie - Praktikum Computergrafik Praktikum Computergrafik Seminar

15 Vorlesungen Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr [14:00] - Mi, 20. Jul [16:00] Einführung in die Programmierung Univ.-Prof. Dr. Elmar Schömer Mo, 18. Apr [14:00] - Mo, 18. Jul [16:00] Computergrafik und Animation Andreas von Dziegielewski Di, 19. Apr [10:00] - Di, 19. Jul [12:00] Seminare+Praktika AG Computational Geometry Algorithmische Geometrie - Seminar Algorithmische Geometrie - Praktikum Computergrafik Praktikum Computergrafik Seminar

16 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr [14:00] - Mi, 20. Jul [16:00]

17 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr [14:00] - Mi, 20. Jul [16:00]

18 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr [14:00] - Mi, 20. Jul [16:00]

19 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr [14:00] - Mi, 20. Jul [16:00]

20 Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr [14:00] - Mi, 20. Jul [16:00]

21 Vorlesungen Bildverarbeitung Univ.-Prof. Dr. Elmar Schömer Mi, 20. Apr [14:00] - Mi, 20. Jul [16:00] Einführung in die Programmierung Univ.-Prof. Dr. Elmar Schömer Mo, 18. Apr [14:00] - Mo, 18. Jul [16:00] Computergrafik und Animation Andreas von Dziegielewski Di, 19. Apr [10:00] - Di, 19. Jul [12:00] Seminare+Praktika AG Computational Geometry Algorithmische Geometrie - Seminar Algorithmische Geometrie - Praktikum Computergrafik Praktikum Computergrafik Seminar

22 Computergrafik und Animation Andreas von Dziegielewski Di, 19. Apr [10:00] - Di, 19. Jul [12:00]

23 Lehrangebot Visual Computing Sommersemester 2016

24 Modellierung I Modellierung 1: Lineare Modelle Lineare Algebra 101 Mit praktischen Anwendung Zusammenhänge im Rückblick

25 Modellierung I Lineare Modelle Repräsentationen Funktionenräume Finite Elemente Meshes, Gitter, Meshless Signaltheorie, Sampling Geometrische Modelle (3D) Automatisches Modellieren Least-Squares Variationsmethoden Dynamische Modelle (Animation, Simulation) Eigencats Fortsetzung: Modellierung II, WS16/17 Nicht-lineare Modelle (obviously )

26 Modellierung I Organisatorisches Format: V2+Ü2 Vorlesung: Do 16-18h Raum: Dozent: Michael Wand Start: Zielgruppe:Fortg. Bachelor oder Master Michael Wand Vorkenntnisse: Programmieren (EiP, EiS), C++ hilfreich Mathematik (Analysis, Algebra) Computergraphik hilfreich

27 Statistical Geometry Processing Statistical Geometry Processing 3D Geometrie Gemessene Geometrie 3D Scanner (z.b. Kinect) Rekonstruktion aus Bildern Korrespondenzen Shape Matching Symmetrie Generative statistische Modelle Mustererkennung Maschinelles Lernen von 3D Geometrie Diskriminative Modelle (Semi-) automatische 3D Modellierung

28 Statistical Geometry Processing Organisatorisches Format: V2+Ü2 Vorlesung: Mo 16-18h Raum: Dozent: Michael Wand Start: Zielgruppe:Fortg. Bachelor oder Master Michael Wand Vorkenntnisse Mathematik Grundvorlesungen Programmieren (EiP, EiS), C++ hilfreich Modellierung I oder Computer Graphik/Vision Modellierung II oder maschinelles Lernen / Data Mining empfohlen

29 Seminar + Praktikum [screenrant.com] [prostheticknowledge.tumblr.com] [Deeper] Machine Understanding of Visual Data Object recognition (2D Bilder, 3D Geometrie) Deep learning Generative Modelle (Neural Art / Bildsynthese)

30 Seminar Organisation Seminar: Semesterbegleitend Zeit/Raum: n.n. (tba) Dozenten: Chuan Li, Michael Wand Sprache: Englisch Teilnehmer: max. 15 Teilnehmer Chuan Li Vorkenntnisse Mathematik Grundvorlesungen Hilfreich: Maschinelles Lernen oder Data Mining oder Modellierung II oder Computer Vision

31 Praktikum Organisation Seminar: Semesterferien (Sommer) Zeit/Raum: n.n. (tba) Dozenten: Chuan Li, Michael Wand Sprache: Englisch Teilnehmer: max. 15 Teilnehmer Chuan Li Vorkenntnisse Seminarteilname ist verpflichtend Programmierkenntnisse ( EiP/EiS) C++ oder Python/SciPy hilfreich

32 Parallele und Verteilte Architekturen Lehrangebot: SS 2015 Vorlesungen Parallele Algorithmen & Architekturen (PAA) Praktikum Paralleles Programmieren mit CUDA Seminar Paralleles Rechnen Prof. Bertil Schmidt

33 Vorlesung: Parallel Algorithms & Architectures (PAA) Architekturen GPUs und GPU-Cluster PRAM CPUs Programmierung CUDA OpenACC MPI Algorithmen Matrix Multiplikation Sortieren Reduktion SpMV Convolution K-Means Clustering Multi-core CPUs Manycores GPUs Supercomputers

34 CUDA Block-Praktikum Paralleles Programmieren mit CUDA

35 Seminarvorbesprechung: Paralleles Rechnen Prof. Bertil Schmidt

36 Scheinkriterien und Organisation Vortrag von ca. 45min (inklusive Q&A) Termin: wird noch bekanntgegeben (zwei Vorträge pro Termin) Abgabe der Vortragsfolien zwei Wochen vor dem Vortrag einzureichen per Danach persönliche Vorbesprechung mit Professor Schmidt (1-2 Wochen vor dem Vortrag) Abgabe einer ausführlichen Ausarbeitung (Deutsch oder Englisch) als Basis für die Bewertung des schriftlichen Teils. Ausarbeitung im IEEE CS Format (Umfang mindestens 6 Seiten) - Abgabe bis spätestens vier Wochen nach dem Vortrag! Teilnahme am Seminar (Anwesenheitspflicht) Praktische Tipps im Merkblatt für Seminare Arbeitsempfehlungen.pdf

37 Seminar: Paralleles Rechnen Themen 1. Association Rule Mining with the Micron Automata Processor 2. Parallel Distributed Memory Construction of Suffix Arrays 3. Big Data Clustering at Trillion Particle Scale 4. Deep learning with COTS HPC systems 5. PyCUDA and PyOpenCL 6. Breadth-First Graph Traversal on GPUs 7. Correlation Matrix Analysis of fmri Data on Xeon Phi 8. High-performance Graph Analytics on Manycore Processors 9. Julia: A fresh approach to parallel programming 10. Selber vorgeschlagenes Thema muss aber von mir genehmigt werden

38 Themenvergabe mit 2 bevorzugten Themen (mit Präferenz) an Prof Schmidt bis Ich werde dann versuchen die Themen an Studenten zuzuordnen Neue Themen können auch vorgeschlagen werden (müssen dann aber von mir genehmigt werden)

39 Institut für Informatik Design Patterns SoSe 2016 Dr. Stefan Endler Johannes Gutenberg-Universität Mainz Vorlesung: Montags 10-12, Raum

40 Design Patterns Auswahl an Patterns Abbildung : Singleton Abbildung : Strategy Abbildung : Composite Abbildung : Abstract Factory Vorlesung: Montags 10-12, Raum Johannes Gutenberg-Universität Mainz S. Endler 2

41 Design Patterns Erarbeitung anhand Real-Life Beispielen Vorlesung: Montags 10-12, Raum Johannes Gutenberg-Universität Mainz S. Endler 3

42 Design Patterns Erarbeitung anhand Real-Life Beispielen Vorlesung: Montags 10-12, Raum Johannes Gutenberg-Universität Mainz S. Endler 3

43 Design Patterns Erarbeitung anhand Real-Life Beispielen Vorlesung: Montags 10-12, Raum Johannes Gutenberg-Universität Mainz S. Endler 3

44 Design Patterns Erarbeitung anhand Real-Life Beispielen Vorlesung: Montags 10-12, Raum Johannes Gutenberg-Universita t Mainz S. Endler 3

45 Lehrveranstaltungen der theoretischen Informatik Theoretische Informatik: Formale Sprachen und Berechenbarkeit Fortgeschrittene Algorithmen Kryptographie Praktikum: APC Markus Blumenstock Achtung: wohl kein Seminar dieses Semester

46 Vorlesung: Komplexitätstheorie (TGI) Formale Sprachen: Chomsky-Hierarchie Reguläre Sprachen Kontextfreie Sprachen Berechenbarkeit: Berechnungsmodelle Unentscheidbarkeit Reduktionen Satz von Gödel Weitere Themen: Je nach Zeit Hoffentlich noch einige

47 Vorlesung: Fortgeschrittene Algorithmen Lineare und ganzzahlig lineare Programmierung, Optimierungsmethoden, Randomisierte Algorithmen, Approximationsalgorithmen, Online-Algorithmen, Sekundärspeicheralgorithmen, Parametrisierte Algorithmen Quantenalgorithmen 26. Januar 2016 Johannes Gutenberg-Universität Mainz 3

48 Kryptographie und IT-Sicherheit Kryptographie: Formale Grundlagen der Kryptographie Symmetrische Verschlüsselung Asymmetrische Verschlüsselung Message-Authentification-Codes und digitale Signaturen IT-Sicherheit: Über einen Lehrauftrag Termin und Inhalte noch nicht fixiert 26. Januar 2016 Johannes Gutenberg-Universität Mainz 4

49 Approaching Programming Contests Praktikum im Sommersemester 2016 Markus Blumenstock Arbeitsgruppe Algorithmik 27. Januar 2016

50 Scheinkriterien Inhalt Contests! Approaching Programming Contests (Praktikum) Das Praktikum ist semesterbegleitend geplant Möglicher Termin: Dienstag 16:15-19:00 Uhr Betreuung: Markus Blumenstock Vorausgesetzte Kenntnisse: Einführung in die Programmierung Datenstrukturen und effiziente Algorithmen Kriterien zum Scheinerwerb: Regelmäßige Teilnahme Teilnahme am German Collegiate Programming Contest 2016 (Samstag, 04. Juni, Uhr, in Mainz) Althaus et al. Arbeitsgruppe Algorithmik 27. Januar /6

51 Scheinkriterien Inhalt Contests! Inhalt Lösen von Problemen, wie sie typischerweise in Programmierwettbewerben auftreten Algorithmen und Prinzipien, die häufig verwendet werden, sind u.a. Breitensuche/Tiefensuche Berechnen von minimalen Spannbäumen Berechnen von maximalen Flüssen Dynamische Programmierung Divide-And-Conquer-Verfahren Zahlentheoretische Algorithmen Einsetzbare Programmiersprachen sind Java, C++, evtl. Python Althaus et al. Arbeitsgruppe Algorithmik 27. Januar /6

52 Scheinkriterien Inhalt Contests! NWERC 2015 in Linköping, Schweden Althaus et al. Arbeitsgruppe Algorithmik 27. Januar /6

53 Scheinkriterien Inhalt Contests! NWERC 2015 in Linköping, Schweden Althaus et al. Arbeitsgruppe Algorithmik 27. Januar /6

54 Scheinkriterien Inhalt Contests! NWERC 2015 in Linköping, Schweden Althaus et al. Arbeitsgruppe Algorithmik 27. Januar /6

55 Scheinkriterien Inhalt Contests! NWERC 2015 in Linköping, Schweden Die beiden Mainzer Teams erreichten 2015 die Plätze 43 und 81 bei 95 antretenden Teams aus Nordwesteuropa. Wer will 2016 in Bath, UK eine echte Medaille nach Mainz holen? Althaus et al. Arbeitsgruppe Algorithmik 27. Januar /6

56 Arbeitsgruppe Scientific Computing and Bioinformatics Prof. Dr. Andreas Hildebrandt Sommersemester 2016

57 Vorlesung Strukturbasierte Bioinformatik Termin: Montags, Uhr Sprache: Englisch Inhalt: Grundlegende Begriffe der Bioinformatik Einführung in die Proteinphysik Simulation von Molekülbewegungen Proteinstrukturminimierung Docking und Wirkstoffdesign Werkzeuge: C++, Biochemical Algorithm Library (BALL)

58 Seminar Vertiefungsseminar Bioinformatik Termin: In Absprache mit den Teilnehmern Sprache: Englisch Scheinkriterien: 30 Minuten Vortrag 15 Minuten Diskussion Schriftliche Ausarbeitung (L ATEX) Themenbereiche (Auswahl): Proteinstrukturaufklärung Maschinelle Lernverfahren in der Bioinformatik Molekülbewegungen Docking Wirkstoffdesign

59 Praktikum Vertiefungspraktikum Bioinformatik Dauer: 2 Wochen, ganztägig Termin: WiSe 15/16: SoSe 16: In Absprache mit den Teilnehmern Sprache: Englisch Aufbau: 1. Woche: Crashkurs C++ 2. Woche: BALL-Einführung Sollte idealerweise vor der Vorlesung Strukturbasierte Bioinformatik belegt werden!

60 Machine Learning Vorlesung Donnerstags Uhr (?) Material auf Englisch Übung Zeit: TBA Live Übungen Prüfung mündlich oder schriftlich

61 Machine Learning Lernen = sich durch Erfahrungbei einer Aufgabeverbessern Aufgabe (performance task) T hinsichtlich eines Performancemaßes (performance measure) P beruhend auf Erfahrung E. Lernendes System Performance Task / Performance Measure Umgebung

62 Machine Learning Course Overview Decision trees Ensemble methods Bayesian learning Linear models Neural networks Instance-based learning SVMs and kernels

63 Machine Learning Course Overview Decision trees Ensemble methods Bayesian learning Linear models Neural networks Instance-based learning SVMs and kernels

64 Machine Learning Course Overview Decision trees Ensemble methods Bayesian learning Linear models Neural networks Instance-based learning SVMs and kernels

65 Machine Learning Course Overview Decision trees Ensemble methods Bayesian learning Linear models Neural networks Instance-based learning SVMs and kernels

66 Machine Learning Course Overview Decision trees Ensemble methods Bayesian learning Linear models Neural networks Instance-based learning SVMs and kernels

67 Machine Learning Course Overview Decision trees Ensemble methods Bayesian learning Linear models Neural networks Instance-based learning SVMs and kernels

68 Machine Learning Course Overview Decision trees Ensemble methods Bayesian learning Linear models Neural networks Instance-based learning SVMs and kernels Hyperplane misclassified vectors Margin

69 Data Mining Praktikum Ablauf 3er Gruppen ein Datensatz pro Gruppe Daten analysieren wöchentliche Treffen

70 Data Mining Seminar Ablauf Thema aus dem Bereich Data Mining und Machine Learning ein Vortrag pro Woche nach jeder Präsentation Diskussion und Feedback Ausarbeitung Feedback zum Schreiben am Ende des Semesters