pb170 - Vertiefungsmodul Mathematik II (Veranstaltungsübersicht)

pb170 - Vertiefungsmodul Mathematik II (Veranstaltungsübersicht)

Institut für Mathematik 6 KP
Modulteile Semesterveranstaltungen Sommersemester 2022 Prüfungsleistung
Vorlesung
  • Kein Zugang 5.01.316 - Vorlesung Statistik II: Mathematische Grundlagen der Angewandten Statistik Lehrende anzeigen
    • Prof. Dr. Peter Ruckdeschel

    Montag: 08:15 - 09:45, wöchentlich (ab 25.04.2022)
    Mittwoch: 08:15 - 09:45, zweiwöchentlich (ab 20.04.2022)

  • Kein Zugang 5.01.321 - Vorlesung Mathematische Modellierung Lehrende anzeigen
    • Prof. Dr. Hannes Uecker

    Dienstag: 14:15 - 15:45, zweiwöchentlich (ab 19.04.2022), Ort: W32 0-005
    Donnerstag: 12:15 - 13:45, wöchentlich (ab 21.04.2022), Ort: W32 0-005
    Termine am Mittwoch, 27.07.2022, Dienstag, 23.08.2022 14:00 - 16:00, Donnerstag, 25.08.2022, Freitag, 07.10.2022 10:00 - 12:00, Ort: W32 1-112, W01 0-015, W03 1-161 (+1 weitere)

  • Kein Zugang 5.01.326 - Vorlesung Differentialgeometrie Lehrende anzeigen
    • Prof. Dr. Konstantin Pankrashkin

    Donnerstag: 12:15 - 13:45, wöchentlich (ab 21.04.2022), Ort: W01 0-012
    Freitag: 12:15 - 13:45, wöchentlich (ab 22.04.2022), Ort: W01 0-012
    Termine am Dienstag, 26.07.2022 12:30 - 16:30, Freitag, 05.08.2022, Dienstag, 23.08.2022 09:00 - 12:00, Ort: W01 0-011, W01 0-012

    Wird diese Veranstaltung im Fach-Bachelor als mat325 gehört, so werden die Vorlesung und Übungen nur in den ersten 2/3 des Semesters besucht.

  • Kein Zugang 5.01.341 - Vorlesung Numerik gewöhnlicher Differentialgleichungen Lehrende anzeigen
    • Prof. Dr. Alexey Chernov

    Montag: 12:15 - 13:45, wöchentlich (ab 25.04.2022), Ort: W01 0-006
    Mittwoch: 12:15 - 13:45, zweiwöchentlich (ab 27.04.2022), Ort: W01 0-011

  • Kein Zugang 5.01.351 - Vorlesung Optimierung Lehrende anzeigen
    • Dr. Frank Schöpfer

    Dienstag: 10:15 - 11:45, wöchentlich (ab 19.04.2022), Ort: W01 1-117
    Freitag: 12:15 - 13:45, zweiwöchentlich (ab 22.04.2022), Ort: W01 0-015
    Termine am Montag, 20.06.2022 14:15 - 15:45, Freitag, 09.09.2022 12:00 - 14:15, Ort: W04 1-162, ((W1 2-222))

  • Kein Zugang 5.01.905 - Vorlesung Überwachtes Lernen Lehrende anzeigen
    • Prof. Dr. Gero Junike

    Freitag: 14:15 - 15:45, wöchentlich (ab 22.04.2022)

    Liebe Studierende, dieses Sommersemester 2022 wird eine Vorlesung zum Thema Überwachtes Lernen / Einführung Machine Learning (5.01.905) angeboten. Der Kurs ist auch für Nicht-Mathematiker*innen zugänglich. Voraussetzungen sind Grundkenntnisse in Statistik/ Stochastik und Analysis. Inhalt: Der Kurs gibt eine Einführung in Machine Learning: - Lernen von Daten - k-Nächste-Nachbarn - Bayes Modell - Entscheidungsbäume - Random Forest - Neuronale Netze - evtl. Generative adversarial network (GAN). - Anwendungen in Naturwissenschaften, Ökonomie, Medizin und Bildverarbeitung Ablauf: Die Vorlesung und Übung finden in Präsenz statt und werden gleichzeitig online übertragen und als Video gespeichert. Die erste Übung findet am 19.04 um 12:15 mit einer allgemeinen Einführung in R statt. Die Erste Vorlesung erfolgt am 22.04 um 14:15

Übung
Hinweise zum Modul
Hinweise

Eine Veranstaltung kann entweder im Modul pb169 oder im Modul pb170 belegt werden, sofern sie nicht bereits im Rahmen eines Moduls im Fachcurriculum Mathematik belegt wird bzw. belegt wurde. Darüber hinaus können Veranstaltungen, die sich inhaltlich substantiell überschneiden, nicht in beiden Modulen belegt werden.

Prüfungszeiten
nach Ende der Vorlesungszeit
Prüfungsleistung Modul
1 Klausur (max. 180 Min.) oder 1 mündliche Prüfung (max. 30 Min.) oder fachpraktische Übung
Kompetenzziele
- Exemplarisches Kennenlernen weiterer mathematischer Gebiete und damit Erweiterung des eigenen mathematischen Wissens - Kennenlernen von Anwendungen - Vertiefung, auch exemplarisch, der im Grundlagenbereich erworbenen Kenntnisse - Vertiefung, auch exemplarisch, der in den Aufbaubereichen erworbenen Kenntnisse - Kennenlernen eines klassischen Gebietes der Mathematik, das mehr als hundert Jahre besteht ohne an Bedeutung zu verlieren - Vernetzung des eigenen mathematischen Wissens durch Herstellung von Bezügen zwischen verschiedenen mathematischen Bereichen