Mathematik und Scienfitic Computing Regelmäßig stattfindende Lehrveranstaltungen

Bitte beachten Sie, dass die Angaben auf dieser Seite zur Orientierung dienen. In welchem Maße die angegebenen Veranstaltungen zu Ihrem Studiengang passen, ergibt sich verbindlich nur aus der für Sie gültigen Prüfungsordnung in Kombination mit dem jeweiligen Modulhandbuch. Ferner finden Sie eine unverbindliche Übersicht über die geplanten Veranstaltungen in kommenden Semester unter „Lehrplanung“.

Tabelle

Advanced Machine Learning
folgt auf Fundamentals of Machine Learning
Algebra 1
jährlich im Winter
Algebra 2
jährlich im Sommer
Algebraische Topologie 1
zweijährlich
Algorithm Engineering
jährlich im Sommer
Algorithms and Data Structures 2
jährlich im Winter
Analysis 1
jährlich im Winter
Analysis 2
jährlich im Sommer
Applied Combinatorial Optimization
(ersetzt Optimization for Machine Learning)
jährlich im Winter
Complex Network Analysis
jeden zweiten Winter
Computer Graphics
jedes dritte Semester
Computerspiele
jährlich im Sommer
Differentialgeometrie 1
jährlich im Sommer
Discrete Structures 1
jährlich im Winter
Einführung in die Geometrie
jährlich im Sommer
Einführung in die Numerik
jedes Semester
Einführung in die Praktische Informatik
jährlich im Winter
Einführung in die Theoretische Informatik
jährlich im Sommer
Einführung in die Wahrscheinlichkeitstheorie und Statistik
mind. jedes zweite Semester
Einführung in Software Engineering
jährlich im Winter
Fachdidaktische Reduktion an ausgewählten Themen der Mathematik für das Gymnasium
jährlich im Winter
Fachdidaktisches Seminar
jährlich im Sommer
Funktionalanalysis
i.d.R. jährlich
Funktionentheorie 1
jährlich im Sommer
Geometric Modeling and Animation
jedes dritte Semester
Gewöhnliche Differentialgleichungen
mind. jedes vierte Semester
Grundlagen der Optimierung
jährlich
Help-Desk
jedes Semester
Höhere Analysis
jährlich im Winter
Infinite-Dimensional Optimization
jeden zweiten Winter
Lineare Algebra 1
jährlich im Winter
Lineare Algebra 2
jährlich im Sommer
Mathematikdidaktik für den Unterricht am
Gymnasium
jährlich im Sommer
Mining Massive Datasets
mind. jedes vierte Semester
Nonlinear Optimization
i. d. R. jährlich im Sommer
Numerical Linear Algebra
jährlich im Winter
Numerik
jährlich im Sommer
Object-Oriented Programming for Scientic Computing
jährlich im Sommer
Partielle Differentialgleichungen
mind. jedes vierte Semester
Randomisierte Algorithmen
mind. jedes vierte Semester
Scientific Visualization
jedes dritte Semester
Statistik
jährlich im Winter
Text Analytics
jeden zweiten Winter
Wahrscheinlichkeitstheorie
jährlich im Sommer