Sommersemester 2024

Alle notwendigen Informationen und Links zu Lehrveranstaltungen im Sommersemester sind, gegliedert nach den Lehrveranstaltungen, auf dieser Seite zu finden. Alle Fragen an die Lehrenden stellen Sie bitte in den Lehrveranstaltungen bzw. über die jeweils genutzten Plattformen - nicht in individuellen E-Mails an die Lehrenden.

Die Veranstaltung "Einführung in C" wird nicht mehr angeboten. Ein Ablegen der Prüfung ist weiterhin möglich. Thematisch ist der nun von uns angebotene Teil 1 des Moduls "Labor C/Embedded Systems" ähnlich gelagert. Melden Sie sich in diesem Kurs an, dort werden auch Informationen zur Prüfung zu "Einführung in C" kommuniziert.

Bachelor:

Beginn der Veranstaltung: Freitag, den 19. April 2024 um 10:15 Uhr bis 11:45 Uhr,  Raum: 1607

 

(Es gibt nur einen Termin pro Woche Fr 10:15-11:45, Vorlesungen bestehen aus online Videos (Panopto))

Die Veranstaltung Data Mining soll die theoretischen und praktischen Grundlagen des Maschinellen Lernens vermitteln. Dazu werden über Vorlesungsvideos und Übungen u.A. Techniken zur Datenaufbereitung, Modellen, Gestaltung von Experimenten und zur Evaluation und die Umsetzung all dessen in Python vermittelt. Die Übungen bestehen dabei aus theoretischen Fragen und praktischen Implementierung in Python. Anschließend wird in einem Projektteil in kleinen Gruppen eine konkrete Problemstellung bearbeitet und vorgestellt.

Dieser Kurs findet in Präsenz statt.

Anmeldung und weitere Informationen werden über Moodle verwaltet.

Kontaktpersonen:

Beginn der Veranstaltung: 16.04.2024; 16:00 Uhr

Inhalt:

Teil 1 behandelt die Grundlagen der Programmierung in C mit einem Fokus auf Hardware-Programmierung. Es werden vier zweieinhalbstündige Vorlesungstermine stattfinden. Danach (Ende Mai) wird eine einstündige Studienleistung stattfinden. Nach bestandener Studienleistung sind die teilnehmenden Informatik-Studierenden berechtigt, den zweiten Modulteil ("Labor C/Embedded Systems Teil 2") in einem der beteiligten Fachgebiete zu besuchen. Die teilnehmenden Elektrotechnik-Studierenden sind nach bestandener Studienleistung berechtigt, die Veranstaltung "Python-Kurs" zu besuchen.

Auf der moodle-Seite dieses Kurses erhalten Sie weitere erste organisatorische Informationen bzgl. der jeweiligen Folgeveranstaltungen.

Links:

 

Kontaktperson:

Name: Herwig, Benjamin

E-Mail: bherwig[at]uni-kassel[dot]de

    Beginn der Vorlesung: Ende Mai/Anfang Juni 2024

    Beginn der Übung: Ende Main/Anfang Juni 2024

    Inhalt:

    Nach dem Bestehen der Studienleistung im ersten Teil des Moduls "Labor C/Embedded Systems" haben Informatik-Studierende die Möglichkeit, diese Veranstaltung an unserem Fachgebiet zu besuchen, in dem die im ersten Teil erworbenen theoretischen Kenntnisse bei der Arbeit mit auf selbstfahrenden und mit vielerlei Peripherieelektronik ausgestatteten Robotern verbauten Microcontrollern in die Praxis umgesetzt werden. Die Zahl der Praktikumsplätze ist begrenzt.

    Alle zum Start in dieses Praktikum notwendigen Informationen werden im moodle-Kurs und in der Vorlesung zum ersten Modulteil kommuniziert, weswegen der moodle-Link des ersten Modulteils hier genannt wird. Hinter dem HIS-Link findet sich eine Übersichtsseite über alle im Modul angebotenen Lehrveranstaltungen, auch von anderen Fachgebieten angebotene zweite Modulteile.

    Links:

     

    Kontaktperson:

    Bitte melden Sie sich im Moodle-Kurs an!

    Beginn der Vorlesung: Blockveranstaltung, voraussichtlich im August

    Beginn der Übung: Blockveranstaltung, voraussichtlich im August

    Beschreibung

    Soft Computing ist ein interdisziplinäres Gebiet der Informatik, das verschiedene Methoden und Techniken kombiniert, um komplexe Probleme zu lösen, die mit herkömmlichen, deterministischen Ansätzen nicht effektiv oder effizient gelöst werden können. Soft Computing basiert auf der Verwendung von unscharfen, probabilistischen und evolutionären Methoden, um unsichere und unvollständige Informationen zu verarbeiten und Entscheidungen zu treffen. Die Vorlesung Soft Computing deckt verschiedene Themen ab, wie z.B. Fuzzy-Logik, Neuronale Netze (inkl. kurze Einführung in Deep Learning) und Evolutionäre Algorithmen.

    Angestrebte Lernergebnisse:

    • Kenntnisse: wesentlichste Paradigmen aus dem Bereich des Soft Computing
    • Fertigkeiten: praktischer Einsatz der Paradigmen (geübt unter Verwendung von Python (JupyterNotebooks, pyTorch)).
    • Kompetenzen: Bewertung von praktischen Anwendungen der Paradigmen, selbstständige Entwicklung von einfachen Anwendungen.

    Kontaktperson:

    Links:

    Beginn der Veranstaltung: wird in Moodle bekanntgegeben

    Inhalt:

    Diese Veranstaltung wird in Form eines Konferenzseminars angeboten. Ähnlich einer wissenschaftlichen Konferenz reichen die Teilnehmenden eigene Konferenzbeiträge ein, beteiligen sich an dem Review anderer Beiträge und treffen sich am Semesterende zu einem gemeinsamen Workshop, bei dem die erarbeiteten Ergebnisse präsentiert und diskutiert werden. Thematisch ist diese Konferenz im Bereich des Maschinellen Lernens einzuordnen. Die spezifischen Themen der Seminararbeiten werden von wissenschaftlichen Mitarbeitenden des Fachgebiets ausgeschrieben und bei der Einführungsveranstaltung vorgestellt. Diese findet zu Beginn der Vorlesungszeit statt.

    Die Einführungsveranstaltung findet vorraussichtlich in Präsenz statt. Aktuelle Informationen zum Ablauf der Veranstaltung finden Sie im Moodlekurs.

    Haben Sie interesse, dann schauen Sie doch einfach bei der Einführungsveranstaltung (siehe moodle) vorbei.

    Links:

    Master:

    Beginn der Veranstaltung: 26.04.2024; 11:00 Uhr

    Inhalt:

    Welcome to the Deep Learning Lab! This semester we will focus on state-of-the-art models in the field of bioacoustics (Transformer, Conformer, CNN, ...) for detecting bird calls. In the first part of the course, we offer a combination of lectures and self-study in a flipped classroom. This will provide the theoretical basis for the second half of the course. In doing so, you will participate in small groups in a Kaggle Competition (BirdCLEF) in Sound Classification. By participating in the Kaggle Competition, you will have the opportunity to apply the Deep Learning concepts you have learned to a practical example and compare yourselves with experts. Our goal is not only to teach you the theoretical principles of Deep Learning but also to prepare you for real-world applications.

    This semester is about state-of-the-art models in the field of bioacoustics (Transformer, Conformer, CNN, ...) for the detection of bird calls. In the first part of the course we offer a combination of lecture and self-study in a flipped classroom. This will provide the theoretical basis for the second half of the course. In the second half, small groups will work on selected challenges in the field of bird sound classification.

    Links:

    Kontaktpersonen:

    Starting dates of the course

    • Start date of lecture: 17.04.2024; 10:00 at WA73 Labor 0303c-FB16-IES
      • Start date of exercise: 19.04.2024; 10:00 at WA73 Labor 0303c-FB16-IES

        Description:

        The course Experimentation and Evaluation in Machine Learning (E2ML) provides a basic overview of the scientific method in the context of machine learning related research, i.e., from formulating research questions, over planning and conducting experiments, to analyzing and reporting results. For this purpose, common methods of machine learning, experimentation, and evaluation are discussed.

          Contact person:

          Beginn der Vorlesung: 23.04.2024; 10:00 Uhr in Raum 0307 (IES Besprechungsraum)

          Beginn der Übung: 08.05.2024; 08:30 Uhr in Raum 0303c (IES Labor)

          Inhalt:

          The lecture focuses on the fundamentals and techniques of probabilistic pattern recognition and machine learning, building upon the concepts covered in Pattern Recognition and Machine Learning I.

          Links:

          Kontaktpersonen:

          Beginn der Veranstaltung: wird in Moodle bekanntgegeben

          Inhalt:

          Diese Veranstaltung wird in Form eines Konferenzseminars angeboten. Ähnlich einer wissenschaftlichen Konferenz reichen die Teilnehmenden eigene Konferenzbeiträge ein, beteiligen sich an dem Review anderer Beiträge und treffen sich am Semesterende zu einem gemeinsamen Workshop, bei dem die erarbeiteten Ergebnisse präsentiert und diskutiert werden. Thematisch ist diese Konferenz im Bereich des Maschinellen Lernens einzuordnen. Die spezifischen Themen der Seminararbeiten werden von wissenschaftlichen Mitarbeitenden des Fachgebiets ausgeschrieben und bei der Einführungsveranstaltung vorgestellt. Diese findet zu Beginn der Vorlesungszeit statt.

          Die Einführungsveranstaltung findet vorraussichtlich in Präsenz statt. Aktuelle Informationen zum Ablauf der Veranstaltung finden Sie im Moodlekurs.

          Haben Sie interesse, dann schauen Sie doch einfach bei der Einführungsveranstaltung (siehe moodle) vorbei.

          Links: